LOF pentru prima dată

LOF diferă de KNN doar prin algoritmul intern și prin absența parametrului method. Exersează detectarea valorilor aberante cu ajutorul său, aplicând filtrarea prin contaminare pe versiunea scalată a setului de date females din exercițiile anterioare.

Setul de date a fost încărcat ca females_transformed.

Acest exercițiu face parte din cursul

Detecția anomaliilor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă estimatorul LOF din modulul relevant din pyod.
Instanțiază un LOF() cu o contaminare de 0,3%, 20 de vecini și n_jobs setat la -1.
Creează un index boolean care returnează valori True atunci când labels_ returnat de lof este egal cu 1.
Izolează valorile aberante din females_transformed folosind is_outlier.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import LOF from its relevant module
from pyod.____ import ____

# Instantiate LOF and fit to females_transformed
lof = ____
lof.____

# Create a boolean index that checks for outliers
is_outlier = ____

# Isolate the outliers
outliers = ____

print(len(outliers))

Editează și rulează codul