درجات الشذوذ

جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 37 من 51.

إجابة بنعم أو لا تُخفي مدى غرابة الصف. تمنح score_samples كل صف درجة: كلما انخفضت، زادت غرابته. بالنسبة إلى وصفات صيدلية:

forest = IsolationForest(random_state=0).fit(X)
rx["score"] = forest.score_samples(X)
print(rx.sort_values("score").head(3))

يطبع هذا أغرب ثلاث وصفات:

     pills  refills  price     score
17     300        0  120.0 -0.881478
88      28       11   11.5 -0.708524
120     30        1   64.0 -0.700620

مدرج تكراري لدرجات الشذوذ لـ 150 وصفة طبية: معظمها بين -0.55 و-0.35، مع عدد قليل يمتد إلى اليسار حتى -0.88، وخط عتبة أحمر متقطع عند -0.6 مع 4 حالات للتحقق منها

مكان القطع من اختيارك: كم صفًا يستطيع الشخص التحقق منه؟ رتّب لتصنيف الصفوف، وقارن بعتبة لتحديدها.

التحدي

متوسط

لدى المدقق وقت لمراجعة عدد قليل فقط من مطالبات النفقات. يدرّب البرنامج التمهيدي غابة عزل؛ ويقرأ البرنامج n وعتبة.

احسب درجة كل مطالبة في عمود جديد score.
اطبع أكثر n مطالبات غرابةً، بدءًا بالأغرب، كما هو موضح أدناه.
اطبع عدد المطالبات التي تقل درجاتها عن العتبة.

لشركة أخرى، 2 و-0.6:

Most unusual claims:
  C003: 1960 EUR, score -0.763
  C040: 80 EUR, score -0.757
Below -0.6: 6 claims

جرّب بنفسك

import pandas as pd
from sklearn.ensemble import IsolationForest

# صف واحد لكل طلب تعويض عن المصروفات: المبلغ، والإيصالات، وساعة تقديم الطلب، وعدد الأيام بعد الرحلة
claims = pd.read_csv("claims.csv")
X = claims[["amount_eur", "items", "hour", "days_late"]]
n = int(input())
threshold = float(input())

# من Isolation Forest: النموذج المدرَّب على جميع طلبات التعويض
forest = IsolationForest(random_state=0).fit(X)

# اكتب شيفرتك أدناه