在這個練習中，你會用箱型圖來初步觀察美國 Airbnb 房源的價格資料。這能幫你評估內群值所處的分佈範圍。你也會了解如何使用自訂參數與預設參數來設定觸鬚長度，以分類離群值。
matplotlib.pyplot 已作為 plt 載入，資料已以 prices 提供。
matplotlib.pyplot
plt
prices
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Create a boxplot of prices plt.____(____) plt.show()
本章將介紹如何在 1 維資料中使用長條圖、散佈圖、盒鬚圖、z 分數與修正 z 分數來偵測離群值。
當前練習
本章你將深入了解 Isolation Forest 演算法的運作原理。探索 Isolation Trees 如何建立、PyOD 的 IForest 之關鍵參數與調校方式，以及如何利用離群值機率分數來解讀 IForest 的輸出。
在學習樹為基礎的離群值分類器之後，你將進一步探索一類基於距離與密度的偵測器。KNN 與 Local Outlier Factor 分類器在此領域成效卓越，你將學到如何使用它們。
本章你將學會如何在時間序列資料集上進行異常偵測，並透過離群值集成讓你的預測更穩定、更可信。