Korzystanie z prawdopodobieństw wartości odstających
Alternatywą dla wyodrębniania wartości odstających za pomocą parametru contamination jest korzystanie z prawdopodobieństw. Główna zaleta tej metody polega na tym, że możesz dowolnie ustalić próg prawdopodobieństwa – a co za tym idzie, samodzielnie określić, jak pewne mają być przewidywania.
IForest oraz big_mart są już wczytane.
To ćwiczenie jest częścią kursu
Wykrywanie anomalii w Pythonie
Instrukcje do ćwiczenia
- Oblicz prawdopodobieństwa dla wartości typowych (inlierów) i wartości odstających.
- Wyodrębnij prawdopodobieństwa dla wartości odstających do zmiennej
outlier_probs. - Przefiltruj wartości odstające do zmiennej
outliers, stosując próg 70% naoutlier_probs.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
iforest = IForest(random_state=10).fit(big_mart)
# Calculate probabilities
probs = iforest.____
# Extract the probabilities for outliers
outlier_probs = ____[____]
# Filter for when the probability is higher than 70%
outliers = ____[____]
print(len(outliers))