Chọn contamination
Mặc dù phần hiện thực mã chỉ cần vài dòng, việc tìm giá trị contamination phù hợp đòi hỏi bạn phải chú ý.
Hãy nhớ rằng tham số contamination chỉ ảnh hưởng đến kết quả của IForst. Khi IForest đã tạo ra các điểm số bất thường thô, contamination được dùng để chọn top n% điểm số bất thường làm ngoại lệ. Ví dụ, contamination 5% sẽ chọn các quan sát có 5% điểm số bất thường cao nhất là ngoại lệ.
Dù chúng ta sẽ thảo luận một số cách tinh chỉnh trong video tiếp theo, bây giờ bạn sẽ thực hành đặt một giá trị tùy ý cho tham số này.
Dữ liệu đã được nạp vào big_mart.
Bài tập này là một phần của khóa học
Phát hiện bất thường với Python
Hướng dẫn bài tập
- Khởi tạo một estimator
IForest()vớicontamination5%. - Fit mô hình đó với dữ liệu doanh số Big Mart.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from pyod.models.iforest import IForest
# Instantiate an instance with 5% contamination
iforest = ____
# Fit IForest to Big Mart sales data
____