外れ値の処理

Pythonで学ぶ中級予測分析

Nele Verbiest

Senior Data Scientist @PythonPredictions

予測モデルへの外れ値の影響

外れ値の原因

人為的エラー
測定エラー
真に極端な値
...

ウィンソライゼーションの概念

Pythonでのウィンソライゼーション

from scipy.stats.mstats import winsorize
basetable["variable_winsorized"] = 
     winsorize(
       basetable["variable"], 
       limits = [0.05,0.01])

標準偏差法の概念

Pythonでの標準偏差法

mean_age = basetable["age"].mean()
sd_age = basetable["age"].std()
lower_limit = mean_age - 3*sd_age
upper_limit = mean_age + 3*sd_age
basetable["age_no_outliers"] = pd.Series(
                                    [min(max(a,lower_limit), upper_limit) 
                                     for a in basetable["age"]]
                                )

練習しましょう！

Pythonで学ぶ中級予測分析

Preparing Video For Download...