ลองใช้ LOF เป็นครั้งแรก
LOF แตกต่างจาก KNN เพียงในส่วนของอัลกอริทึมภายในและการไม่มีพารามิเตอร์ method ฝึกตรวจจับค่าผิดปกติด้วย LOF โดยใช้การกรองด้วย contamination บนชุดข้อมูล females ที่ผ่านการ scale แล้วจากแบบฝึกหัดก่อนหน้า
ชุดข้อมูลถูกโหลดไว้แล้วในชื่อ females_transformed
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับความผิดปกติใน Python
คำแนะนำการฝึกหัด
- Import ตัวประมาณค่า
LOFจากโมดูลpyodที่เกี่ยวข้อง - สร้าง
LOF()โดยกำหนด contamination ที่ 0.3%, จำนวน neighbors เป็น 20 และตั้งค่าn_jobsเป็น -1 - สร้าง boolean index ที่คืนค่า
Trueเมื่อlabels_ที่ได้จากlofมีค่าเท่ากับ 1 - แยกค่าผิดปกติออกจาก
females_transformedโดยใช้is_outlier
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import LOF from its relevant module
from pyod.____ import ____
# Instantiate LOF and fit to females_transformed
lof = ____
lof.____
# Create a boolean index that checks for outliers
is_outlier = ____
# Isolate the outliers
outliers = ____
print(len(outliers))