Ta bort extremvärden

Särdragshantering för maskininlärning i Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Vad är extremvärden?

Bild på fördelning

Särdragshantering för maskininlärning i Python

Kvantilbaserad detektering

Särdragshantering för maskininlärning i Python

Kvantiler i Python

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

mask = df['col_name'] < q_cutoff

trimmed_df = df[mask]
Särdragshantering för maskininlärning i Python

Standardavvikelsebaserad detektering

Särdragshantering för maskininlärning i Python

Standardavvikelsemetoden i Python

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)]
Särdragshantering för maskininlärning i Python

Nu kör vi en övning!

Särdragshantering för maskininlärning i Python

Preparing Video For Download...