이상치 점수
이전에 만든 시각화를 보면, 비정상적인 호르몬 측정값으로 갑상샘 질환을 감지할 수 있어 보였어요.
이번 연습에서는 isolation forest를 사용해 갑상샘 수치에 대한 이상치 점수를 만들고, 이 점수를 실제 질환 여부와 비교해 보겠습니다.
이 연습은 강의의 일부입니다
R로 시작하는 이상치 탐지 입문
연습 안내
thyroid의 호르몬 측정값에 대해 isolation forest를 학습하세요.- 갑상샘 데이터의 이상치 점수를 생성하고, 결과를
iso_score라는 새 열로thyroid에 추가하세요. label열을 사용해, 갑상샘 질환이 있는 환자와 없는 환자 간 점수 분포를boxplot()으로 비교하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit isolation forest
thyroid_forest <- iForest(___, ___ = 200, phi = 100)
# Anomaly score
thyroid$iso_score <- predict(thyroid_forest, ___)
# Boxplot of the anomaly score against labels
boxplot(___ ~ ___, ___, col = "olivedrab4")