再談 contamination
你會注意到 one-class SVM 沒有 contamination 參數。不過你現在很清楚，需要有方式來控制被標記為新奇點的樣本比例，才能控制你的偽陽性率。所以你決定實驗以門檻方式處理分數。已經匯入的偵測器是 onesvm，你也有可用的資料 X_train、X_test、y_train、y_test，以及 numpy 作為 np，還有 confusion_matrix()。
本練習屬於課程
在 Python 設計機器學習工作流程
練習說明
- 訓練 1-class SVM，並對測試資料計算分數。
- 計算測試資料中觀察到的離群值比例。
- 使用
np.quantile()找出應該在哪裡設定分數門檻，才能達到該比例。 - 依該門檻為測試資料貼標。列印混淆矩陣。
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 a one-class SVM detector and score the test data
nov_det = ____(X_train)
scores = ____(X_test)
# Find the observed proportion of outliers in the test data
prop = np.____(y_test==____)
# Compute the appropriate threshold
threshold = np.____(____, ____)
# Print the confusion matrix for the thresholded scores
print(confusion_matrix(y_test, ____ > ____))