Metodă alternativă de clasificare cu IForest

Până acum, ai folosit metoda .fit_predict() pentru a antrena IForest și a genera predicții simultan. Totuși, documentația pyod recomandă să folosești mai întâi funcția fit și să accesezi etichetele labels_ (inlieri/outlieri) printr-un atribut dedicat.

Vei exersa această abordare pe setul de date big_mart.

Acest exercițiu face parte din cursul

Detecția anomaliilor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Antrenează (doar fit) estimatorul IForest() pe big_mart.
Accesează etichetele de antrenament și stochează-le ca labels.
Folosește filtrarea pandas pe big_mart pentru a extrage outlierele în variabila outliers.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

iforest = IForest(n_estimators=200)

# Fit (only fit) it to the Big Mart sales
____

# Access the labels_ for the data
labels = iforest.____

# Filter outliers from big_mart
outliers = ____[____]

print(len(outliers))

Editează și rulează codul