Anomali Puanları

Coddy'nin Machine Learning Journey'sinin Denetimsiz Öğrenme bölümünün bir parçası. Ders 37 / 51.

Bir evet ya da hayır, bir satırın ne kadar sıra dışı olduğunu gizler. score_samples her satıra bir puan verir: puan ne kadar düşükse, satır o kadar sıra dışıdır. Bir eczanenin reçeteleri için:

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

Bu, en tuhaf üç sonucu yazdırır:

     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

150 reçetenin anomali puanlarını gösteren histogram: çoğu -0.55 ile -0.35 arasında, birkaç tanesi sola doğru -0.88'e uzanıyor ve kontrol edilmesi gereken 4 reçete için -0.6'da kırmızı kesikli bir eşik var

Nereden keseceğine sen karar verirsin: Bir kişi kaç satırı kontrol edebilir? Sıralayarak derecelendir, işaretlemek için bir eşikle karşılaştır.

Görev

Orta

Bir denetçinin yalnızca birkaç gider talebini inceleyecek zamanı vardır. Başlangıç kodu bir izolasyon ormanı uydurur; program n değerini ve bir eşik değerini okur.

Her talep için puan hesaplayıp yeni bir score sütununa yazın.
Aşağıdaki gibi, en sıra dışı n talebi en sıra dışı olandan başlayarak yazdırın.
Puanı eşik değerinin altında olan talep sayısını yazdırın.

Başka bir şirket için 2 ve -0.6 değerleri:

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

Kendin dene

import pandas as pd
from sklearn.ensemble import IsolationForest

# Her masraf talebi için bir satır: tutar, fişler, talebin yapıldığı saat ve seyahatten sonra geçen gün sayısı
claims = pd.read_csv("claims.csv")
X = claims[["amount_eur", "items", "hour", "days_late"]]
n = int(input())
threshold = float(input())

# Isolation Forest'tan: her masraf talebiyle eğitilmiş orman
forest = IsolationForest(random_state=0).fit(X)

# Kodunuzu aşağıya yazın