Een simpele uitschieter
Als je voor het eerst een nieuw type algoritme tegenkomt, is het altijd een goed idee om het te testen met een heel eenvoudig voorbeeld. Je besluit daarom een lijst te maken met dertig voorbeelden met de waarde 1.0 en één voorbeeld met de waarde 10.0, waarvan je verwacht dat die als uitschieter wordt aangemerkt. Om zeker te weten dat je het algoritme correct gebruikt, zet je de lijst om naar een pandas-dataframe en voer je die in het local outlier factor-algoritme. pandas is beschikbaar als pd.
Deze oefening maakt deel uit van de cursus
Machine Learning-workflows ontwerpen in Python
Oefeninstructies
- Importeer de
LocalOutlierFactor-module alslofvoor het gemak. - Maak een lijst met dertig
1's gevolgd door een10,[1.0, 1.0, ..., 1.0, 10.0]. - Cast de lijst naar een dataframe.
- Print de uitschieterscores die door het local outlier factor-algoritme worden geproduceerd.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import the LocalOutlierFactor module
from sklearn.____ import ____ as lof
# Create the list [1.0, 1.0, ..., 1.0, 10.0] as explained
x = ____*30
x.____(10)
# Cast to a data frame
X = pd.____(x)
# Fit the local outlier factor and print the outlier scores
print(lof().____(X))