初次使用 LOF
LOF 与 KNN 的区别仅在于内部算法以及没有 method 参数。请在经过缩放处理的 females 数据集上，练习使用它结合 contamination 进行离群点检测。
数据集已加载为 females_transformed。
本练习是课程的一部分
Python 中的异常检测
练习说明
- 从相应的
pyod模块中导入LOF估计器。 - 使用 0.3% 的 contamination、20 个邻居，并将
n_jobs设为 -1 来实例化LOF()。 - 创建一个布尔索引：当
lof返回的labels_等于 1 时取True。 - 使用
is_outlier从females_transformed中筛出离群点。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import LOF from its relevant module
from pyod.____ import ____
# Instantiate LOF and fit to females_transformed
lof = ____
lof.____
# Create a boolean index that checks for outliers
is_outlier = ____
# Isolate the outliers
outliers = ____
print(len(outliers))