BaşlayınÜcretsiz Başlayın

Tüm metrikler aynı fikirde değil

Önceki egzersizde, en yakın komşuları belirleme konusunda tüm metriklerin aynı fikirde olmadığını gördün. Peki bu, aykırı değerler konusunda da anlaşamayacakları anlamına mı geliyor? Bunu test etmeye karar veriyorsun. Daha öncekiyle aynı veriyi kullanıyorsun, ama bu kez veriyi yerel aykırı değer faktörü tabanlı bir aykırı değer dedektörüne veriyorsun. LocalOutlierFactor modülü lof olarak, veri ise features olarak sana sağlandı.

Bu egzersiz

Python'da Machine Learning İş Akışları Tasarlama

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • features içindeki aykırı değerleri euclidean metriğini kullanarak tespit et.
  • features içindeki aykırı değerleri hamming metriğini kullanarak tespit et.
  • features içindeki aykırı değerleri jaccard metriğini kullanarak tespit et.
  • Üç metriğin de herhangi bir aykırı değer üzerinde aynı fikirde olup olmadığını bul.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Compute outliers according to the euclidean metric
out_eucl = ____(metric='euclidean').fit_predict(features)

# Compute outliers according to the hamming metric
out_hamm = ____(metric=____).fit_predict(features)

# Compute outliers according to the jaccard metric
out_jacc  = ____(____=____).____(features)

# Find if the metrics agree on any one datapoint
print(any(____ + ____ + ____ == ____))
Kodu Düzenle ve Çalıştır