簡單的新穎性偵測
你覺得新穎性偵測比離群值偵測更有用，但想先確認它能在你先前設計的簡單例子上運作。這次你會使用一段包含 30 個數值皆為 1.0 的樣本序列作為訓練集，並嘗試查看樣本 10.0 是否會被標記為新穎。你可以使用作為 pd 的 pandas，以及作為 lof 的 LocalOutlierFactor 模組。
本練習屬於課程
在 Python 設計機器學習工作流程
練習說明
- 建立一個包含 30 個皆為
1.0的 pandas DataFrame。 - 初始化一個 Local Outlier Factor 的新穎性偵測器。
- 將偵測器擬合到訓練資料。
- 輸出資料點
10.0的新穎性標籤，並將其轉成 DataFrame 後再進行預測。
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 a list of thirty 1s and cast to a dataframe
X = ____([1.0]*30)
# Create an instance of a lof novelty detector
detector = lof(____)
# Fit the detector to the data
detector.____(____)
# Use it to predict the label of an example with value 10.0
print(detector.____(____(____)))