LOF з імовірностями викидів

Як завжди, переконайтеся, що обраний рівень забруднення коректний, відфільтрувавши викиди за порогом імовірності. Синтаксис такий самий, як у KNN.

Оцінювач LOF уже імпортовано, набір даних females_transformed також доступний.

Ця вправа є частиною курсу

Виявлення аномалій у Python

Переглянути курс

Інструкції до вправи

Створіть екземпляр LOF() з 20 сусідами.
Обчисліть імовірності викидів у змінну probs.
Створіть булеву маску is_outlier, що повертає значення true, де імовірність викиду перевищує 50%.
Використайте is_outlier, щоб відфільтрувати викиди з females_transformed.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Instantiate an LOF with 20 neighbors and fit to the data
lof = ____
lof.____

# Calculate probabilities
probs = ____

# Create a boolean mask
is_outlier = ____

# Use the boolean mask to filter the outliers
outliers = ____

print(len(outliers))

Редагувати та запускати код