1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie przepływów pracy uczenia maszynowego w Pythonie
Connected

ćwiczenie

Prosty detektor nowości

Wykrywanie nowości wydaje ci się bardziej przydatne niż wykrywanie wartości odstających, ale chcesz się upewnić, że działa na prostym przykładzie, który wcześniej opracowałeś. Tym razem użyjesz sekwencji trzydziestu przykładów o wartości 1.0 jako zbioru treningowego i sprawdzisz, czy punkt 10.0 zostanie oznaczony jako nowość. Masz dostęp do biblioteki pandas jako pd oraz do modułu LocalOutlierFactor jako lof.

Instrukcje

100 XP
  • Utwórz DataFrame biblioteki pandas zawierający trzydzieści przykładów, z których każdy ma wartość 1.0.
  • Zainicjalizuj detektor nowości oparty na metodzie lokalnego współczynnika wartości odstających.
  • Dopasuj detektor do danych treningowych.
  • Wypisz etykietę nowości dla punktu danych 10.0 przekształconego w DataFrame.