Obsługa wartości odstających

Pośrednia analityka predykcyjna w Pythonie

Nele Verbiest

Senior Data Scientist @PythonPredictions

Wpływ wartości odstających na modele predykcyjne

Przyczyny wartości odstających

Błędy ludzkie
Błędy pomiarowe
Rzeczywiście ekstremalne wartości
...

Koncepcja winsoryzacji

Winsoryzacja w Pythonie

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

Koncepcja metody odchylenia standardowego

Metoda odchylenia standardowego w Pythonie

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"]]
                                )

Czas na ćwiczenia!

Pośrednia analityka predykcyjna w Pythonie

Preparing Video For Download...