首次使用 KNN

您将首次在 Ansur 身体测量数据集（女性版）上练习 KNN。女性版同样包含 95 列，但只有 1.9k 条观测。

该数据集已作为 females 加载到环境中。

本练习是课程的一部分

Python 中的异常检测

查看课程

练习说明

从相应的 pyod 模块中导入 KNN 估计器。
实例化一个 KNN() 估计器，contamination 设为 0.5%，邻居数设为 20，命名为 knn。
创建名为 is_outlier 的布尔索引：当 knn 的 labels_ 返回 1 时为 True。
使用 is_outlier 从 females 中提取异常点为 outliers。

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 KNN from the relevant pyod module
from pyod.____ import ____

# Instantiate KNN and fit to females
knn = KNN(____, ____, n_jobs=-1)
knn.____

# Create a boolean index that checks for outliers
is_outlier = ____

# Isolate the outliers
outliers = ____

print(len(outliers))

编辑并运行代码