เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Outlier ตัวอย่างง่าย ๆ

เมื่อเจออัลกอริทึมประเภทใหม่เป็นครั้งแรก การทดสอบด้วยตัวอย่างง่าย ๆ ถือเป็นแนวทางที่ดีเสมอ ลองสร้างลิสต์ที่มีข้อมูล 30 ค่า ซึ่งทุกค่าเท่ากับ 1.0 และมีอีกหนึ่งค่าที่เท่ากับ 10.0 ซึ่งคาดว่าควรถูกระบุว่าเป็น outlier จากนั้นแปลงลิสต์นี้เป็น pandas dataframe แล้วส่งเข้าอัลกอริทึม local outlier factor เพื่อตรวจสอบว่าใช้งานอัลกอริทึมได้อย่างถูกต้อง โดยมี pandas พร้อมใช้งานในชื่อ pd

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การออกแบบ Machine Learning Workflows ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import โมดูล LocalOutlierFactor แล้วตั้งชื่อย่อเป็น lof เพื่อความสะดวก
  • สร้างลิสต์ที่มีค่า 1 จำนวนสามสิบตัว ตามด้วย 10 ในรูปแบบ [1.0, 1.0, ..., 1.0, 10.0]
  • แปลงลิสต์ให้เป็น data frame
  • แสดงค่าคะแนน outlier ที่ได้จากอัลกอริทึม local outlier factor

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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))
แก้ไขและรันโค้ด