시계열 데이터에 적용하는 Isolation Forest

사용 가능한 모든 정보를 활용하려면 전체 데이터셋에 다변량 이상치 탐지기를 학습시킬 수 있어요. 다변량 접근법을 사용하면 시계열에서 더 많은 특징을 추출해 모델 성능을 높일 수도 있습니다.

이미 DatetimeIndex가 설정된 apple 데이터셋을 사용해, DatetimeIndex에서 새로운 특징을 만들고 해당 특징에 이상치 탐지기를 학습시키는 연습을 해 보세요.

또한 재현 가능한 결과를 위해 사용할 수 있는 random_state 매개변수도 기억해 두세요.

이 연습은 강의의 일부입니다

Python으로 배우는 이상치 탐지

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create three new features from the DatetimeIndex
apple['day_of_week'] = ____
apple['month'] = ____
apple['day_of_month'] = _____