99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀數(shù)據(jù)清洗中異常值如何處理（上）
數(shù)據(jù)清洗中異常值如何處理（上）
2019-03-25
收藏


在數(shù)據(jù)分析工作中，我們面對的原始數(shù)據(jù)都是存在一些骯臟數(shù)據(jù)的，其中異常值就是骯臟數(shù)據(jù)中的一種。所以說，我們在進(jìn)行數(shù)據(jù)分析工作的時(shí)候一定要對數(shù)據(jù)中的異常值進(jìn)行處理，那么大家是否知道數(shù)據(jù)清洗中的異常值是如何清洗的嗎？下面我們就給大家介紹一下如何處理數(shù)據(jù)清洗中的異常值。


首先我們需要對異常值有個(gè)理解，一般來說，異常值通常被稱為“離群點(diǎn)”，對于異常值的處理，通常使用的方法有很多種，第一就是簡單的統(tǒng)計(jì)分析，第二就是使用3?原則處理，第三就是箱型圖分析，第四就是基于模型檢測，第五就是基于距離檢測，第六就是基于密度檢測，第七就是基于聚類。下面我們就分別為大家介紹一下這些方法。


首先給大家介紹一下簡單的統(tǒng)計(jì)分析，當(dāng)我們拿到數(shù)據(jù)后可以對數(shù)據(jù)進(jìn)行一個(gè)簡單的描述性統(tǒng)計(jì)分析，譬如最大最小值可以用來判斷這個(gè)變量的取值是否超過了合理的范圍，不合常理的為異常值。


第二就是3?原則，如果數(shù)據(jù)服從正態(tài)分布，在3?原則下，異常值為一組測定值中與平均值的偏差超過3倍標(biāo)準(zhǔn)差的值。如果數(shù)據(jù)服從正態(tài)分布，距離平均值3?之外的值出現(xiàn)的概率為P(|x-u| > 3?) <= 0.003，屬于極個(gè)別的小概率事件。如果數(shù)據(jù)不服從正態(tài)分布，也可以用遠(yuǎn)離平均值的多少倍標(biāo)準(zhǔn)差來描述。


第三就是箱型圖分析，一般來說，箱型圖提供了識別異常值的一個(gè)標(biāo)準(zhǔn)：如果一個(gè)值小于QL01.5IQR或大于OU-1.5IQR的值，則被稱為異常值。QL為下四分位數(shù)，表示全部觀察值中有四分之一的數(shù)據(jù)取值比它?。籕U為上四分位數(shù)，表示全部觀察值中有四分之一的數(shù)據(jù)取值比它大；IQR為四分位數(shù)間距，是上四分位數(shù)QU與下四分位數(shù)QL的差值，包含了全部觀察值的一半。一般來說，箱型圖判斷異常值的方法以四分位數(shù)和四分位距為基礎(chǔ)，四分位數(shù)具有魯棒性：25%的數(shù)據(jù)可以變得任意遠(yuǎn)并且不會干擾四分位數(shù)，所以異常值不能對這個(gè)標(biāo)準(zhǔn)施加影響。因此箱型圖識別異常值比較客觀，在識別異常值時(shí)有一定的優(yōu)越性。


在這篇文章中我們給大家介紹了關(guān)于數(shù)據(jù)清洗的相關(guān)方法，通過對這些方法的介紹我們不難發(fā)現(xiàn)這些方法都是十分經(jīng)典的，由于篇幅原因我們就給大家介紹到這里了，在后面的文章中我們會繼續(xù)為大家介紹數(shù)據(jù)清洗的方法。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }