시작하기무료로 시작하기

모든 메트릭이 항상 일치하진 않아요

이전 연습 문제에서 최근접 이웃을 찾을 때 모든 메트릭이 일치하지 않는다는 것을 보셨죠. 그렇다면 이상치에 대해서도 의견이 갈릴까요? 직접 시험해 보기로 합니다. 앞서와 같은 데이터를 사용하되, 이번에는 Local Outlier Factor 기반의 이상치 탐지기에 넣어 보세요. LocalOutlierFactor 모듈은 lof로, 데이터는 features로 제공됩니다.

이 연습은 강의의 일부입니다

Python으로 설계하는 Machine Learning 워크플로

강의 보기

연습 안내

  • euclidean 메트릭을 사용해 features에서 이상치를 탐지하세요.
  • hamming 메트릭을 사용해 features에서 이상치를 탐지하세요.
  • jaccard 메트릭을 사용해 features에서 이상치를 탐지하세요.
  • 세 메트릭이 모두 동일한 하나의 이상치에 동의하는지 확인하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute outliers according to the euclidean metric
out_eucl = ____(metric='euclidean').fit_predict(features)

# Compute outliers according to the hamming metric
out_hamm = ____(metric=____).fit_predict(features)

# Compute outliers according to the jaccard metric
out_jacc  = ____(____=____).____(features)

# Find if the metrics agree on any one datapoint
print(any(____ + ____ + ____ == ____))
코드 편집 및 실행