开始使用免费开始使用

调参:contamination

最后,我们来调一调声名在外的 contamination 参数。视频中的 evaluate_outlier_classifierevaluate_regressor 函数已为您加载,您可以在下方查看。

def evaluate_outlier_classifier(model, data):
    # Get labels
    labels = model.fit_predict(data)

    # Return inliers
    return data[labels == 0]
def evaluate_regressor(inliers):
    X = inliers.drop("price", axis=1)
    y = inliers[['price']]
    X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=10)

    lr = LinearRegression()
    lr.fit(X_train, y_train)

    preds = lr.predict(X_test)
    rmse = root_mean_squared_error(y_test, preds)

    return round(rmse, 3)

您将使用已加载为 airbnb_df 的美国 Airbnb 房源数据集样本。

本练习是课程的一部分

Python 中的异常检测

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create a list of contaminations and an empty dictionary
contaminations = ____
scores = ____
编辑并运行代码