Välja n_estimators
n_estimators är den parameter som påverkar modellens prestanda mest. Att bygga IForest med tillräckligt många träd säkerställer att algoritmen har tillräcklig generaliseringsförmåga för att isolera avvikelser från normala datapunkter. Det optimala antalet träd beror på datamängdens storlek – ett för högt eller för lågt antal leder till felaktiga förutsägelser.
Öva på att ange n_estimators med datamängden big_mart, som redan är inläst tillsammans med IForest från pyod.
Den här övningen är en del av kursen
Avvikelsedetektering i Python
Övningsinstruktioner
- Skapa en
IForest()-estimator med 300 iTrees. - Anpassa instansen till
big_mart.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create an IForest with 300 trees
iforest = ____
# Fit to the Big Mart sales data
____