เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การใช้ modified z-scores ด้วย PyOD

ถึงเวลาใช้ pyod จัดการกับ outlier แล้ว เราจะใช้ตัวประมาณค่า MAD จาก pyod เพื่อคำนวณ modified z-scores โดยตัวประมาณค่านี้ใช้ฟังก์ชัน median_abs_deviation ภายในอยู่แล้ว จึงไม่จำเป็นต้องทำขั้นตอนก่อนหน้าซ้ำอีก

โหลดตัวประมาณค่า MAD จาก pyod.models.mad ไว้แล้ว และข้อมูลพร้อมใช้งานในตัวแปร prices

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจจับความผิดปกติใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดค่าเริ่มต้น MAD() โดยตั้ง threshold เป็น 3.5
  • ปรับรูปร่าง prices ให้เป็น 2 มิติ
  • สร้าง label สำหรับ inlier/outlier บน prices โดยใช้ mad ฟิตและพยากรณ์พร้อมกันในคราวเดียว
  • กรอง labels เพื่อดึงเฉพาะ outlier ซึ่งมีค่าเป็น 1

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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))
แก้ไขและรันโค้ด