1. Learn
    2. /
  2. Cursuri
    3. /
  3. Proiectarea fluxurilor de lucru pentru Machine Learning în Python
Connected

exercițiu

Contaminarea, revizitată

Observi că SVM-ul cu o singură clasă nu are un parametru contamination. Știi însă deja că ai nevoie de o modalitate de a controla proporția exemplelor etichetate drept noutăți, pentru a gestiona rata de fals pozitiv. Prin urmare, decizi să experimentezi cu praguri aplicate scorurilor. Detectorul a fost importat ca onesvm; ai disponibile și datele X_train, X_test, y_train, y_test, numpy ca np, și funcția confusion_matrix().

Instrucțiuni

100 XP
  • Antrenează SVM-ul cu o singură clasă și calculează scorurile pentru datele de testare.
  • Calculează proporția observată a valorilor aberante în datele de testare.
  • Folosește np.quantile() pentru a determina pragul la care să aplici scorurile, astfel încât să obții acea proporție.
  • Folosește pragul respectiv pentru a eticheta datele de testare. Afișează matricea de confuzie.