ComeçarComece de graça

Uma novidade simples

Você acha a detecção de novidades mais útil do que a detecção de outliers, mas quer garantir que ela funcione no exemplo simples que você criou antes. Desta vez, você vai usar uma sequência de trinta exemplos, todos com valor 1.0, como conjunto de treino, e tentar verificar se o exemplo 10.0 é rotulado como novidade. Você tem acesso ao pandas como pd e ao módulo LocalOutlierFactor como lof.

Este exercício faz parte do curso

Projetando Workflows de Machine Learning em Python

Ver curso

Instruções do exercício

  • Crie um DataFrame do pandas contendo trinta exemplos, todos iguais a 1.0.
  • Inicialize um detector de novidades com local outlier factor.
  • Faça o ajuste (fit) do detector aos dados de treino.
  • Mostre o rótulo de novidade do ponto de dados 10.0, convertido para DataFrame.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create a list of thirty 1s and cast to a dataframe
X = ____([1.0]*30)

# Create an instance of a lof novelty detector
detector = lof(____)

# Fit the detector to the data
detector.____(____)

# Use it to predict the label of an example with value 10.0
print(detector.____(____(____)))
Editar e executar o código