LOF уперше

LOF відрізняється від KNN лише внутрішнім алгоритмом і відсутністю параметра method. Попрактикуйтеся у виявленні викидів із ним, використовуючи фільтрацію за contamination на масштабованій версії набору даних females з попередніх вправ.

Набір даних завантажено як females_transformed.

Ця вправа є частиною курсу

Виявлення аномалій у Python

Переглянути курс

Інструкції до вправи

Імпортуйте оцінювач LOF із відповідного модуля pyod.
Створіть екземпляр LOF() із часткою аномалій 0,3%, 20 сусідами та n_jobs, встановленим у -1.
Створіть булевий індекс, що повертає значення True, коли labels_, отримані з lof, дорівнюють 1.
Виділіть викиди з females_transformed, використовуючи is_outlier.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))

Редагувати та запускати код