使用 IForest 進行分類的另一種方式
到目前為止，你一直使用 .fit_predict() 方法同時訓練 IForest 並產生預測。不過，pyod 的文件建議先使用 fit 函式，然後透過方便的屬性來存取內點／離群點的 labels_。
你將在 big_mart 資料集上實作這個做法。
本練習屬於課程
Python 中的異常偵測
練習說明
- 將
IForest()估計器僅進行訓練（只用fit）於big_mart。 - 取用訓練標籤並儲存為
labels。 - 針對
big_mart使用pandas子集篩選，將離群點過濾到outliers。
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。
iforest = IForest(n_estimators=200)
# Fit (only fit) it to the Big Mart sales
____
# Access the labels_ for the data
labels = iforest.____
# Filter outliers from big_mart
outliers = ____[____]
print(len(outliers))