Modifierade z-värden med PyOD
Nu är det dags att använda pyod för att identifiera avvikare. Vi använder MAD-estimatorn från pyod för att arbeta med modifierade z-värden. Estimatorn använder redan funktionen median_abs_deviation internt, så det är inte nödvändigt att upprepa de tidigare stegen.
MAD-estimatorn har redan laddats in från pyod.models.mad och data finns tillgänglig som prices.
Den här övningen är en del av kursen
Avvikelsedetektering i Python
Övningsinstruktioner
- Initiera
MAD()med ettthresholdpå 3,5. - Omforma
pricestill ett 2D-format. - Generera etiketter för inliers och outliers på
pricesgenom att anpassa och predicera medmadsamtidigt. - Filtrera
labelsför att få ut avvikare, som betecknas med 1.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Initialize with a threshold of 3.5
mad = ____(____=____)
# Reshape prices to make it 2D
prices_reshaped = ____.____(-1, 1)
# Fit and predict outlier labels on prices_reshaped
labels = ____
# Filter for outliers
outliers = ____[____ == ____]
print(len(outliers))