LoF-kontaminering
Din medicinska rådgivare på arytmi-startupen meddelar att träningsdatan kanske inte innehåller alla möjliga typer av arytmi. Hur ska du kunna upptäcka dessa andra typer utan några märkta exempel? Kan en avvikelsedetektor skilja mellan friska och sjuka utan tillgång till etiketter? Först experimenterar du med parametern contamination för att se hur den påverkar förvirringsmatrisen. Du har LocalOutlierFactor som lof, numpy som np, etiketterna som ground_truth kodade i -1 och 1 precis som local outlier factor-utdata, samt den omärkta träningsdatan som X.
Den här övningen är en del av kursen
Att designa maskininlärningsflöden i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))