Usuwanie wartości odstających

Inżynieria cech w uczeniu maszynowym w Pythonie

Robert O'Callaghan

Director of Data Science, Ordergroove

Czym są wartości odstające?

Obraz rozkładu

Wykrywanie na podstawie kwantyli

Kwantyle w Pythonie

q_cutoff = df['col_name'].quantile(0.95)

mask = df['col_name'] < q_cutoff

trimmed_df = df[mask]

Wykrywanie na podstawie odchylenia standardowego

Wykrywanie za pomocą odchylenia standardowego w Pythonie

mean = df['col_name'].mean()
std = df['col_name'].std()

cut_off = std * 3

lower, upper = mean - cut_off, mean + cut_off

new_df = df[(df['col_name'] < upper) & 
                 (df['col_name'] > lower)]

Czas na ćwiczenia!

Inżynieria cech w uczeniu maszynowym w Pythonie