سلام

درسته که نداریم، ولی contamination یک نوع راهنمایی کم به الگوریتم است

معمولاً هیچ شناختی صحیح نیست چون بلاخره داده‌ها را داریم و می‌توانیم اطلاعات آماری از داده‌ها داشته باشیم

می‌توانیم یک مجموعه‌ی کم از داده‌ها را به صورت دستی طبقه‌بندی کنیم و بعد از آن مثلاً ببینیم چند درصد از داده‌ها نویز هستند تا مقدار contamination را به صورت حدودی محاسبه کرده باشیم