У меня имеется огромный объем данных, который включает в себя около 500 признаков следующего вида:
file = pd.read_csv('X_train.csv')
признак1 признак 2 п.3 \
0 0.400000 1.0 0.0
1 0.700000 1.0 0.0
2 0.800000 1.0 0.0
3 0.100000 1.0 0.0
4 0.388889 0.0 1.0
... ... ... ...
37307 0.666667 0.0 1.0
37308 0.477778 0.0 1.0
37309 0.666667 1.0 0.0
37310 0.500000 0.0 1.0
37311 0.300000 0.0 0.0
п.4 п.5\
0 0.0 0.0
1 0.0 0.0
2 0.0 0.0
3 0.0 0.0
4 0.0 0.0
... ... ...
37307 0.0 0.0
37308 0.0 0.0
37309 0.0 0.0
37310 0.0 0.0
37311 0.0 1.0
Моя задача зафиксировать аномалии на этой выборке (c учителем). Но мне достались данные категориальные данные, по которым прошлись one hot encoder. Теперь находить зависимости между признаками стало намного сложнее. Подскажите, пожалуйста, какие методы нужно использовать для нахождения аномалий для подобного типа данных? Стоит ли их видоизменять?