Dopasowanie i prognozowanie z użyciem izolowanego drzewa
Dwie najważniejsze funkcje przy pracy z izolowanym drzewem to iForest() – służąca do dopasowania modelu – oraz predict() – służąca do generowania wyniku izolacji. W tym ćwiczeniu użyjesz obu tych funkcji, aby zbadać izolowane punkty w zbiorze danych wine.
To ćwiczenie jest częścią kursu
Wprowadzenie do wykrywania anomalii w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Build an isolation tree
wine_tree <- iForest(___)