Cách phân loại khác với IForest
Đến giờ, bạn đã dùng phương thức .fit_predict() để vừa khớp IForest vừa tạo dự đoán cùng lúc. Tuy nhiên, tài liệu của pyod khuyến nghị dùng hàm fit trước, rồi truy cập các labels_ inlier/outlier thông qua một thuộc tính tiện lợi.
Bạn sẽ thực hành điều này trên dữ liệu big_mart.
Bài tập này là một phần của khóa học
Phát hiện bất thường với Python
Hướng dẫn bài tập
- Khớp (chỉ
fit) bộ ước lượngIForest()vớibig_mart. - Truy cập các nhãn huấn luyện và lưu chúng thành
labels. - Dùng subsetting của
pandastrênbig_martđể lọc các outlier vàooutliers.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
iforest = IForest(n_estimators=200)
# Fit (only fit) it to the Big Mart sales
____
# Access the labels_ for the data
labels = iforest.____
# Filter outliers from big_mart
outliers = ____[____]
print(len(outliers))