Valori anomali

Analizzare i dati IoT in Python

Matthias Voppichler

IT Developer

Valori anomali

Perché compaiono outlier nei dataset:

Errore di misura
Manipolazione
Eventi estremi

Valori anomali

temp_mean = data["temperature"].mean() 
temp_std = data["temperature"].std()

data["mean"] = temp_mean
data["upper_limit"] = temp_mean + (temp_std * 3)
data["lower_limit"] = temp_mean - (temp_std * 3) 

print(data.iloc[0]["upper_limit"])
print(data.iloc[0]["mean"])
print(data.iloc[0]["lower_limit"])

29.513933116002725
14.5345
-0.44493311600272456

Grafico degli outlier

data.plot()

Media e limiti superiore/inferiore con 3 * deviazione standard

Autocorrelazione

from statsmodels.graphics import tsaplots

tsaplots.plot_acf(data['temperature'], lags=50)

Figura con autocorrelazione

Autocorrelazione

from statsmodels.graphics import tsaplots

tsaplots.plot_acf(data['temperature'], lags=50)

Figura con autocorrelazione, con una freccia verso il lag 24

Passiamo alla pratica!

Analizzare i dati IoT in Python