Praca z cechami kategorycznymi

Wprowadzenie do wykrywania anomalii w R

Alastair Rushworth

Data Scientist

Sprawdzanie klas kolumn

Klasa pojedynczej kolumny

class(sat$V1)

"numeric"

Klasa wszystkich kolumn

sapply(X = sat, FUN = class)

      label          V1          V2          V3         V4          V5          V6    high_low
  "numeric"   "numeric"   "numeric"   "numeric"  "numeric"   "numeric"   "numeric" "character"

Isolation forest

Kodowanie cech kategorycznych jako factor

sat$high_low <- as.factor(sat$high_low)

class(sat$high_low)

"factor"

Trenowanie isolation forest

sat_for <- iForest(sat[, -1], nt = 100)

LOF z czynnikami

Odległość Gowera mierzy odległość między punktami z cechami kategorycznymi i numerycznymi

library(cluster)
sat_dist <- daisy(sat[, -1], metric = "gower")

Przekazanie sat_dist do lof

sat_lof <- lof(sat_dist, k = 10)

Analiza macierzy odległości Gowera

Konwersja obiektu do macierzy

sat_distmat <- as.matrix(sat_dist)

Wyznaczenie maksymalnej i minimalnej odległości między punktami

range(sat_distmat)

0.0000000 0.8680774

Czas na ćwiczenia!

Wprowadzenie do wykrywania anomalii w R