LoF 的 contamination
心律不整新創的醫療顧問告訴你，訓練資料可能不包含所有類型的心律不整。那要怎麼在沒有任何標記範例的情況下偵測其他類型呢？異常偵測器能否在沒有標籤的情況下分辨健康與不健康？在此之前，先動手調整 contamination 參數，看看它對混淆矩陣的影響。你已經有 LocalOutlierFactor 指派為 lof、numpy 指派為 np，標籤 ground_truth 以 -1 和 1 編碼（與 Local Outlier Factor 的輸出一致），以及未標記的訓練資料 X。
本練習屬於課程
在 Python 設計機器學習工作流程
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。
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))