在時間序列上使用 Isolation Forest
如果你想善用所有可用的資訊,可以對整個資料集擬合一個多變量的離群值偵測器。多變量的方法也能讓你從時間序列中擷取更多特徵,以提升模型效能。
請練習從 DatetimeIndex 建立新的特徵,並在這些特徵上擬合離群值偵測器。apple 資料集已經載入,且具有 DatetimeIndex。
另外,回想一下 random_state 參數,它可以用來產生可重現的結果。
本練習屬於課程
Python 中的異常偵測
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。
# Create three new features from the DatetimeIndex
apple['day_of_week'] = ____
apple['month'] = ____
apple['day_of_month'] = _____