Alegerea contaminării
Deși implementarea în cod necesită doar câteva linii, găsirea valorii potrivite pentru contaminare necesită atenție.
Amintește-ți că parametrul contamination influențează doar rezultatele IForest. După ce IForest generează scorurile brute de anomalie, contamination este folosit pentru a selecta primele n% scoruri de anomalie ca valori aberante. De exemplu, o contaminare de 5% va marca observațiile cu cele mai mari 5% scoruri de anomalie ca valori aberante.
Deși vom discuta câteva metode de ajustare în videoclipul următor, pentru moment vei exersa setarea unei valori arbitrare pentru acest parametru.
Datele sunt încărcate ca big_mart.
Acest exercițiu face parte din cursul
Detecția anomaliilor în Python
Instrucțiuni pentru exercițiu
- Instanțiază un estimator
IForest()cu ocontaminationde 5%. - Antrenează instanța pe datele de vânzări Big Mart.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
from pyod.models.iforest import IForest
# Instantiate an instance with 5% contamination
iforest = ____
# Fit IForest to Big Mart sales data
____