使用 IForest 检测异常点
IForest 是一种稳健的估计器，只需几行代码就能从任何数据集中检测异常点。您可能会觉得这套语法很眼熟，因为它与 sklearn 的写法非常相似。
完整版本的 Big Mart Sales 数据已加载为 big_mart，您可以在控制台中查看。
本练习是课程的一部分
Python 中的异常检测
练习说明
- 从
pyod导入IForest估计器。 - 使用默认参数初始化一个
IForest()。 - 同时在
big_mart上拟合该估计器并生成预测，将结果保存到labels。 - 使用
pandas子集选择从big_mart中筛出异常点。
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 IForest from pyod
from pyod.____ import ____
# Initialize an instance with default parameters
iforest = ____
# Generate outlier labels
labels = ____
# Filter big_mart for outliers
outliers = ____
print(outliers.shape)