第一次使用 LOF
LOF 與 KNN 的差異只在於內部演算法，以及沒有 method 參數。請在先前練習已縮放過的 females 資料集上，使用 contamination 過濾來練習偵測離群值。
資料集已載入為 females_transformed。
本練習屬於課程
Python 中的異常偵測
練習說明
- 從對應的
pyod模組匯入LOF估計器。 - 以 0.3% 的 contamination、20 個鄰居，並將
n_jobs設為 -1，建立LOF()實例。 - 建立布林索引，當從
lof回傳的labels_等於 1 時回傳True。 - 使用
is_outlier從females_transformed取出離群值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import LOF from its relevant module
from pyod.____ import ____
# Instantiate LOF and fit to females_transformed
lof = ____
lof.____
# Create a boolean index that checks for outliers
is_outlier = ____
# Isolate the outliers
outliers = ____
print(len(outliers))