基于时间序列的 Isolation Forest
如果想利用所有可用信息,您可以在整个数据集上拟合一个多变量异常检测器。多变量方法还能让您从时间序列中提取更多特征,从而提升模型表现。
请练习从 DatetimeIndex 创建新特征,并在这些特征上拟合异常检测器。数据使用已加载且带有 DatetimeIndex 的 apple 数据集。
另外,请回顾 random_state 参数,可用于生成可复现的结果。
本练习是课程的一部分
Python 中的异常检测
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 three new features from the DatetimeIndex
apple['day_of_week'] = ____
apple['month'] = ____
apple['day_of_month'] = _____