Zmodyfikowane z-score'y z PyOD
Czas wykorzystać pyod do wykrywania wartości odstających. Użyjemy estymatora MAD z biblioteki pyod, który korzysta ze zmodyfikowanych z-score'ów. Estymator używa funkcji median_abs_deviation wewnętrznie, więc nie trzeba powtarzać poprzednich kroków.
Estymator MAD został już załadowany z pyod.models.mad, a dane są dostępne jako prices.
To ćwiczenie jest częścią kursu
Wykrywanie anomalii w Pythonie
Instrukcje do ćwiczenia
- Zainicjalizuj
MAD()z parametremthresholdrównym 3,5. - Przekształć
pricesdo postaci dwuwymiarowej. - Wygeneruj etykiety obserwacji typowych i odstających dla
prices, jednocześnie dopasowując model i generując predykcje za pomocąmad. - Przefiltruj
labels, aby wybrać wartości odstające oznaczone jako 1.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Initialize with a threshold of 3.5
mad = ____(____=____)
# Reshape prices to make it 2D
prices_reshaped = ____.____(-1, 1)
# Fit and predict outlier labels on prices_reshaped
labels = ____
# Filter for outliers
outliers = ____[____ == ____]
print(len(outliers))