LoF contamination
부정맥 스타트업의 의료 자문가가, 학습 데이터에 존재할 수 있는 모든 유형의 부정맥이 포함되어 있지 않을 수 있다고 알려줍니다. 라벨이 전혀 없는 상태에서 어떻게 다른 유형을 찾아낼 수 있을까요? 라벨 없이도 이상치 탐지기가 건강과 비건강을 구분해 줄 수 있을까요? 우선, 혼동 행렬에 어떤 영향이 있는지 확인하기 위해 contamination 파라미터를 실험해 보겠습니다. LocalOutlierFactor는 lof, numpy는 np, 라벨은 local outlier factor 출력과 동일하게 -1과 1로 인코딩된 ground_truth, 비라벨 학습 데이터는 X로 제공됩니다.
이 연습은 강의의 일부입니다
Python으로 설계하는 Machine Learning 워크플로
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))