Độ nhiễm (contamination) của LoF
Cố vấn y khoa tại startup về rối loạn nhịp tim cho bạn biết rằng dữ liệu huấn luyện có thể không bao phủ tất cả các loại rối loạn nhịp. Làm sao bạn có thể phát hiện các loại khác khi không có mẫu gán nhãn? Liệu một bộ phát hiện bất thường có thể phân biệt khỏe mạnh và không khỏe mạnh mà không cần nhãn không? Trước hết, bạn sẽ thử nghiệm với tham số contamination để xem nó ảnh hưởng đến ma trận nhầm lẫn như thế nào. Bạn có LocalOutlierFactor là lof, numpy là np, nhãn là ground_truth được mã hóa bằng -1 và 1 giống như đầu ra của local outlier factor, và dữ liệu huấn luyện chưa gán nhãn là X.
Bài tập này là một phần của khóa học
Thiết kế quy trình Machine Learning bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))