Voor het eerst met KNN

Je gaat voor het eerst KNN oefenen op een versie van de Ansur Body Measurements-gegevensset voor vrouwen. De vrouwenset bevat ook 95 kolommen, maar slechts 1,9k observaties.

De gegevensset is als females in de omgeving geladen.

Deze oefening maakt deel uit van de cursus

Anomaly Detection in Python

Bekijk cursus

Oefeninstructies

Importeer de KNN-schatter uit de relevante pyod-module.
Instantier een KNN()-schatter met 0,5% contamination en 20 buren als knn.
Maak een booleaanse index is_outlier die True teruggeeft wanneer de labels_ van knn 1 teruggeven.
Isoleer de uitschieters uit females met is_outlier in outliers.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Import KNN from the relevant pyod module
from pyod.____ import ____

# Instantiate KNN and fit to females
knn = KNN(____, ____, n_jobs=-1)
knn.____

# Create a boolean index that checks for outliers
is_outlier = ____

# Isolate the outliers
outliers = ____

print(len(outliers))

Code bewerken en uitvoeren