Contamination kiezen
Ook al bestaat de code maar uit een paar regels, het kiezen van een geschikte contamination vraagt om aandacht.
Onthoud dat de parameter contamination alleen invloed heeft op de resultaten van IForest. Zodra IForest ruwe anomaliescores heeft gegenereerd, wordt contamination gebruikt om de hoogste n% van de anomaliescores als outliers te selecteren. Bij 5% contamination worden bijvoorbeeld de observaties met de hoogste 5% anomaliescores als outliers gekozen.
Hoewel we in de volgende video enkele afstemmingsmethoden bespreken, ga je nu oefenen met het instellen van een willekeurige waarde voor de parameter.
De data is geladen als big_mart.
Deze oefening maakt deel uit van de cursus
Anomaly Detection in Python
Oefeninstructies
- Maak een
IForest()-estimator aan met 5%contamination. - Fit het model op de Big Mart-verkoopgegevens.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
from pyod.models.iforest import IForest
# Instantiate an instance with 5% contamination
iforest = ____
# Fit IForest to Big Mart sales data
____