Зачем различать поиск выбросов в загрязнённом train и новизну относительно чистого эталонного набора?
Classic MLУровень: ПрактикаReference data assumption
Зачем различать поиск выбросов в загрязнённом train и новизну относительно чистого эталонного набора?
Подсказки
- Сравните предположения о составе train.
- Участвовали ли оцениваемые строки в fit?
Ответ
Первый ищет необычные элементы среди данных fit, второй учит нормальность и оценивает новые наблюдения. API оценщика и предпосылки загрязнения могут существенно отличаться.
Источник и лицензия: scikit-learn 1.7.2 — outlier detection · BSD-3-Clause · ответ: редакция Quantoros · перевод: Quantoros