Isolation Forest

Coddy'nin Machine Learning Journey'sinin Denetimsiz Öğrenme bölümünün bir parçası. Ders 35 / 51.

Aykırı noktaları ayırmak kolaydır. Verileri rastgele, tekrar tekrar dilimleyin; ta ki bir nokta tek başına kalana kadar:

Aynı saçılım grafiği iki kez, gri rastgele kesitlerle dilimlenmiş. Sol: üst köşedeki uzak bir nokta 2 kesitten sonra tek başına kalıyor. Sağ: kalabalığın ortasındaki bir nokta 8 kesit gerektiriyor

Uzak nokta için 2 kesim, kalabalık nokta için 8 kesim gerekti. Bir izolasyon ormanı, 100 rastgele ağaçtaki kesimlerin ortalamasını alır:

from sklearn.ensemble import IsolationForest
forest = IsolationForest(contamination=0.02, random_state=0)
flags = forest.fit_predict(X)

fit_predict aykırı satırlar için -1, geri kalanlar için 1 verir. contamination, aykırı olmasını beklediğiniz satırların oranıdır.

Görev

Orta

Bir liman, saatteki hareket sayısı ve hareket başına enerji miktarı için 160 vinç vardiyasının kaydını tuttu. Hangi vardiyalar tuhaftı?

Vardiyaları contamination=0.03, random_state=0 değerleriyle bir yalıtım ormanı kullanarak işaretle. Aşağıdaki gibi sayıyı yazdır.
Normal vardiyaları normal etiketiyle noktalar olarak dağılım grafiğinde göster.
İşaretlenenleri daire içine al: s=150, facecolors="none", edgecolors="red", flagged etiketiyle. Bir gösterge ekle ve grafiği göster.

200 vardiyası olan başka bir liman için:

Flagged: 6 of 200 shifts

Düşen bir bulut şeklinde noktalarla gösterilen vinç vardiyaları; daha hızlı vinçler hareket başına daha az enerji kullanıyor ve etrafında kırmızıyla daire içine alınmış, tek başına duran altı vardiya var; bir gösterge de bulunuyor

Coddy daha sonra grafiğini açıklar.

Kendin dene

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.ensemble import IsolationForest

# Limandaki her vinç vardiyası için bir satır: hız ve enerji tüketimi
shifts = pd.read_csv("cranes.csv")
X = shifts[["moves_per_hour", "kwh_per_move"]]

# Aşağıdaki satırları değiştirmeyin
fig, ax = plt.subplots()
ax.set_title("Crane Shifts")
ax.set_xlabel("Moves per hour")
ax.set_ylabel("Energy per move (kWh)")

# Kodunuzu aşağıya yazın