用 IForest 偵測離群值
IForest 是一個穩健的估計器，只要幾行程式碼就能從任何資料集中偵測離群值。你可能覺得這個語法很眼熟，因為它與 sklearn 的語法非常相似。
完整版本的 Big Mart Sales 資料已載入為 big_mart，你可以在主控台中先行探索。
本練習屬於課程
Python 中的異常偵測
練習說明
- 從
pyod匯入IForest估計器。 - 以預設參數初始化一個
IForest()。 - 同時在
big_mart上擬合估計器並產生預測，將結果儲存到labels。 - 使用
pandas的子集過濾，從big_mart篩出離群值。
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 IForest from pyod
from pyod.____ import ____
# Initialize an instance with default parameters
iforest = ____
# Generate outlier labels
labels = ____
# Filter big_mart for outliers
outliers = ____
print(outliers.shape)