Виявлення викидів за допомогою IForest

IForest — надійний оцінювач, і для виявлення викидів у будь-якому наборі даних потрібно лише кілька рядків коду. Можливо, цей синтаксис здаватиметься вам знайомим, адже він дуже подібний до синтаксису sklearn.

Повну версію даних Big Mart Sales завантажено для вас як big_mart. Ви можете дослідити їх у консолі.

Ця вправа є частиною курсу

Виявлення аномалій у Python

Переглянути курс

Інструкції до вправи

Імпортуйте оцінювач IForest із pyod.
Ініціалізуйте IForest() із параметрами за замовчуванням.
Одночасно навчіть оцінювач і згенеруйте передбачення на big_mart, збережіть результат у labels.
Використайте вибірку pandas, щоб відфільтрувати викиди з big_mart.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import IForest from pyod
from pyod.____ import ____

# Initialize an instance with default parameters
iforest = ____

# Generate outlier labels
labels = ____

# Filter big_mart for outliers
outliers = ____

print(outliers.shape)

Редагувати та запускати код