Detectarea valorilor aberante cu IForest

IForest este un estimator robust și necesită doar câteva linii de cod pentru a detecta valorile aberante din orice set de date. Vei observa că această sintaxă îți este familiară, deoarece seamănă îndeaproape cu sintaxa din sklearn.

Versionea completă a datelor Big Mart Sales a fost încărcată pentru tine sub numele big_mart, pe care o poți explora în consolă.

Acest exercițiu face parte din cursul

Detecția anomaliilor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă estimatorul IForest din pyod.
Inițializează un IForest() cu parametrii impliciți.
Antrenează estimatorul și generează predicții pe big_mart simultan, stocând rezultatele în labels.
Folosește subsetting cu pandas pentru a filtra valorile aberante din big_mart.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import IForest from pyod
from pyod.____ import ____

# Initialize an instance with default parameters
iforest = ____

# Generate outlier labels
labels = ____

# Filter big_mart for outliers
outliers = ____

print(outliers.shape)

Editează și rulează codul