异常分数
您的可视化结果表明，可以通过异常的激素测量来检测甲状腺疾病。
在本练习中，您将使用 isolation forest 为甲状腺水平生成异常分数，并将该分数与真实的疾病状态进行比较。
本练习是课程的一部分
R 异常检测入门
练习说明
- 对
thyroid中的激素测量拟合一个 isolation forest。 - 为甲状腺数据生成异常分数，并将结果作为新列
iso_score追加到thyroid中。 - 使用
boxplot()函数，基于label列，对有甲状腺疾病与无甲状腺疾病患者的分数分布进行比较。
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 isolation forest
thyroid_forest <- iForest(___, ___ = 200, phi = 100)
# Anomaly score
thyroid$iso_score <- predict(thyroid_forest, ___)
# Boxplot of the anomaly score against labels
boxplot(___ ~ ___, ___, col = "olivedrab4")