Einführung
Der Local Outlier Factor (LOF)-Algorithmus ist eine methode für unüberwachtes maschinelles lernen, die zur detektion von anomalien in daten verwendet wird. Er berechnet die lokale dichtigkeitsabweichung eines gegebenen datenpunkts im verhältnis zu seinen nachbarn und betrachtet als ausreißer die muster, die eine wesentlich geringere dichtigkeit als ihre nachbarn haben.
In diesem lab werden wir LOF verwenden, um ausreißer in einem datensatz zu detektieren.
VM Tipps
Nachdem der VM-start abgeschlossen ist, klicken Sie in der oberen linken ecke, um zur Notebook-Registerkarte zu wechseln und Jupyter Notebook für die übung zu nutzen.
Manchmal müssen Sie einige sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die validierung von operationen kann aufgrund von einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie während des lernens probleme haben, können Sie Labby gerne fragen. Geben Sie nach der session feedback, und wir werden das problem für Sie prompt beheben.