Isolation Forest trên chuỗi thời gian
Nếu bạn muốn tận dụng toàn bộ thông tin sẵn có, bạn có thể huấn luyện một bộ phát hiện ngoại lệ đa biến trên toàn bộ tập dữ liệu. Cách tiếp cận đa biến cũng cho phép bạn trích xuất thêm đặc trưng từ chuỗi thời gian để cải thiện hiệu năng mô hình.
Hãy luyện tập tạo đặc trưng mới từ DatetimeIndex và huấn luyện một bộ phát hiện ngoại lệ trên các đặc trưng đó bằng bộ dữ liệu apple, vốn đã được nạp với DatetimeIndex.
Ngoài ra, hãy nhớ tham số random_state, tham số này có thể được dùng để tái tạo kết quả.
Bài tập này là một phần của khóa học
Phát hiện bất thường với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create three new features from the DatetimeIndex
apple['day_of_week'] = ____
apple['month'] = ____
apple['day_of_month'] = _____