Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lära Challenge: Using DBSCAN Clustering to Detect Outliers | Machine Learning Techniques
Data Anomaly Detection

bookChallenge: Using DBSCAN Clustering to Detect Outliers

Uppgift

Swipe to start coding

Now, you will apply the DBSCAN clustering algorithm to detect outliers on a simple Iris dataset.
You have to:

  1. Specify the parameters of the DBScan algorithm: set eps equal to 0.35 and min_samples equal to 6.
  2. Fit the algorithm and provide clustering.
  3. Get outlier indexes and indexes of normal data. Pay attention that outliers detected by the algorithm have a -1 label.

Lösning

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 2
single

single

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

close

Awesome!

Completion rate improved to 6.67

bookChallenge: Using DBSCAN Clustering to Detect Outliers

Svep för att visa menyn

Uppgift

Swipe to start coding

Now, you will apply the DBSCAN clustering algorithm to detect outliers on a simple Iris dataset.
You have to:

  1. Specify the parameters of the DBScan algorithm: set eps equal to 0.35 and min_samples equal to 6.
  2. Fit the algorithm and provide clustering.
  3. Get outlier indexes and indexes of normal data. Pay attention that outliers detected by the algorithm have a -1 label.

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

close

Awesome!

Completion rate improved to 6.67
Avsnitt 3. Kapitel 2
single

single

some-alt