En enkel avvikare
När du stöter på en ny typ av algoritm för första gången är det alltid en god idé att testa den med ett enkelt exempel. Du skapar därför en lista med trettio värden som alla är 1.0 och ett enda värde som är 10.0 – det senare förväntar du dig ska flaggas som en avvikare. För att säkerställa att du använder algoritmen korrekt omvandlar du listan till en pandas-dataram och matar in den i algoritmen för local outlier factor. pandas är tillgängligt som pd.
Den här övningen är en del av kursen
Att designa maskininlärningsflöden i Python
Övningsinstruktioner
- Importera modulen
LocalOutlierFactorsomlofför enkelhetens skull. - Skapa en lista med trettio
1or följt av ett10,[1.0, 1.0, ..., 1.0, 10.0]. - Omvandla listan till en dataram.
- Skriv ut avvikelsepoängen som produceras av algoritmen för local outlier factor.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the LocalOutlierFactor module
from sklearn.____ import ____ as lof
# Create the list [1.0, 1.0, ..., 1.0, 10.0] as explained
x = ____*30
x.____(10)
# Cast to a data frame
X = pd.____(x)
# Fit the local outlier factor and print the outlier scores
print(lof().____(X))