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

ćwiczenie

Trzy detektory nowości

Wiesz już wystarczająco dużo, aby przetestować kilka detektorów anomalii na zbiorze danych dotyczącym arytmii. Aby ocenić ich skuteczność, wytrenuj je na nieoznakowanym zbiorze treningowym, a następnie porównaj ich predykcje z prawdziwymi etykietami na zbiorze testowym – używając metody .score_samples(). W tym ćwiczeniu samodzielnie zaimportujesz detektory, ale dane X_train, X_test, y_train, y_test są już wczytane jak zwykle.

Instrukcje 1/3

undefined XP
  • 1
    • Zaimportuj detektor jednoklasowej SVM z modułu svm jako onesvm, dopasuj go do danych treningowych i oblicz wyniki dla danych testowych.
  • 2
    • Dostosuj swój kod, aby zaimportować las izolacyjny z modułu ensemble jako isof, dopasuj go i oblicz wyniki dla danych testowych.
  • 3
    • Dostosuj swój kod, aby zaimportować moduł LocalOutlierFactor jako lof, dopasuj go do danych treningowych i oblicz wyniki dla danych testowych.