LoF 污染率
心律失常创业公司的医疗顾问告知您：训练数据可能不包含所有类型的心律失常。没有任何带标签的样本，您该如何检测这些其他类型？无监督的异常检测器能否在没有标签的情况下区分健康与不健康？在此之前，请先调整污染率参数，观察它对混淆矩阵的影响。您已经有 LocalOutlierFactor（命名为 lof）、numpy（命名为 np）、与本地异常因子输出一致的标签 ground_truth（使用 -1 和 1 编码），以及未标注的训练数据 X。
本练习是课程的一部分
用 Python 设计机器学习工作流
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))