ćwiczenie

Isolation Forest na szeregach czasowych

Jeśli chcesz wykorzystać wszystkie dostępne informacje, możesz dopasować wielowymiarowy detektor wartości odstających do całego zbioru danych. Podejście wielowymiarowe pozwala też wyodrębnić więcej cech z szeregów czasowych, co poprawia wydajność modelu.

Poćwicz tworzenie nowych cech na podstawie DatetimeIndex i dopasowywanie do nich detektora wartości odstających – użyj do tego zbioru danych apple, który został już wczytany z DatetimeIndex.

Pamiętaj też o parametrze random_state, który umożliwia uzyskanie powtarzalnych wyników.

Instrukcje 1/4

undefined XP

Utwórz trzy nowe cechy: day_of_week, month oraz day_of_month na podstawie DatetimeIndex.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/4

ćwiczenie