如何标记python中选定列中的离群值/anomaly？
在Python中标记选定列中的离群值（anomaly），可以通过以下步骤实现：
- 导入必要的库：首先，需要导入pandas库用于数据处理和分析。
import pandas as pd- 加载数据：将数据加载到一个pandas的DataFrame中。
data = pd.read_csv('data.csv') # 假设数据存储在data.csv文件中- 确定离群值的阈值：根据具体情况，可以选择使用统计学方法（如3倍标准差）或领域知识来确定离群值的阈值。
threshold = 3 # 以3倍标准差作为离群值的阈值- 标记离群值：使用条件判断语句和pandas的DataFrame功能，将超过阈值的值标记为离群值。
anomaly_mask = (data['column_name'] - data['column_name'].mean()) > threshold * data['column_name'].std()
data['anomaly'] = anomaly_mask.astype(int)上述代码中，'column_name'应替换为要标记离群值的列名。
- 结果展示：可以通过打印DataFrame或将结果保存到新的CSV文件中来查看标记后的数据。
print(data)
data.to_csv('marked_data.csv', index=False) # 将标记后的数据保存到marked_data.csv文件中这样，选定列中的离群值将被标记为1，其他值将被标记为0。你可以根据具体需求进一步处理这些离群值，比如删除、替换或进行其他分析。
腾讯云相关产品和产品介绍链接地址：
- 数据库：云数据库 TencentDB（https://cloud.tencent.com/product/cdb）
- 服务器运维：云服务器 CVM（https://cloud.tencent.com/product/cvm）
- 云原生：腾讯云原生应用引擎 TKE（https://cloud.tencent.com/product/tke）
- 网络通信：私有网络 VPC（https://cloud.tencent.com/product/vpc）
- 网络安全：云安全中心 CSC（https://cloud.tencent.com/product/csc）
- 人工智能：腾讯云人工智能 AI（https://cloud.tencent.com/product/ai）
- 物联网：物联网开发平台 IoT Explorer（https://cloud.tencent.com/product/iothub）
- 移动开发：移动应用托管 MCM（https://cloud.tencent.com/product/mcm）
- 存储：对象存储 COS（https://cloud.tencent.com/product/cos）
- 区块链：腾讯云区块链服务 TBaaS（https://cloud.tencent.com/product/tbaas）
- 元宇宙：腾讯云元宇宙服务（https://cloud.tencent.com/product/mu）
请注意，以上链接仅为示例，具体产品选择应根据实际需求进行评估和决策。
相关·内容
4回答
我正在尝试编写一个函数，它将修复数据集中的异常值。也就是说，如果离群点高于上界，则值将被上界取代，如果值小于下界，则将替换为下界。下面列出了我创建的函数。
def fix_outliers(df):
anomalies = []
df_std = np.std(df)
df_mean = np.mean(df)
anomaly_cut_off = df_std * 3
lower_limit = df_mean - anomaly_cut_off
upper_limit = df_mean + anomaly_cut_off
df=n
浏览 5提问于2020-06-23得票数 0
回答已采纳
我正在尝试使用scikit learn和python构建一个隔离森林来检测异常。我已经附上了一张数据可能看起来像什么的图像，我正在尝试根据几个“大小”特征来预测“页面”。 📷 当我打印(异常)时，每一行都被检测为-1，一个异常。这是因为我只是用'size2‘来分类吗？有没有办法使用多列来帮助检测异常？我应该让n_features等于我使用的列数吗？非常感谢你的帮助。 model = IsolationForest(n_estimators = 100, max_samples = 'auto', contamination = 'auto')
mode
浏览 23提问于2020-06-12得票数 0
3回答
熊猫在函数中如何除以零例外
、、、、
其中值为0，我正在对其进行除法，这似乎会抛出一个错误。如何避免此错误
wt pred wt remarks
0 14 Anomaly
0 20 Anomaly
25 30 Anomaly
22 21 Anomaly
21 102 Anomaly
def valuation_formula(x,y):
if float(abs(x-y)/y*100) > 25.0:
return "Anomaly"
浏览 1提问于2019-08-16得票数 0
回答已采纳
1回答
我正试图在我的熊猫DataFrame专栏中限制离群点。这是我的原始数据列的框图。
📷
因此，使用来自这个堆叠溢出的答案的代码，我尝试了封顶异常值。
下面是有上限的列的样子，上界之后是新的离群值。
📷
我现在的问题是，我不能一直封顶离群的人，是的！我现在该干啥？
浏览 0提问于2019-08-04得票数 0
回答已采纳
2回答
我使用LOF (局部离群系数)来检测数据中的异常值。我得到LOF分数作为离群点的距离。这种无监督的学习无助于在运行时检测出离群点。所以我想用我的数据点和LOF分数来建立一个有监督的回归/分类模型。
我的问题是，哪一个应该从
1)分类(取LOF评分的截止点，在具有二进制变量后，建立分类模型)，并使用该分类模型在运行时预测异常值。
在运行时，如何使用任何聚类/异常检测(使用群集)？任何指导都会有帮助。
浏览 0提问于2018-05-18得票数 1
2回答
我正试图在一些数据中检测异常。我有正常的数据和数据被认为是反常的。
我在python中使用了孤立森林和scikit学习库。我从正常数据中创建了一个模型，如：
model = IsolationForest(n_estimators=100, contamination=0.002)
model.fit(new_features)
当我试图做预测时：
predicted = model.predict(transformed_anomaly)
它工作正常。36人中有35人被检测为异常。
如果我这么做：
for anomaly in transformed_anomaly:
predicte
浏览 2提问于2017-10-18得票数 0
除了这个之外，我还实验了使用和包对基准数据集进行无监督的异常检测任务的KNN算法，得到了不同的结果！
*****************************************************************KNN from PYOD lib
/usr/local/lib/python3.7/dist-packages/pyod/models/base.py:413: UserWarning: y should not be presented in unsupervised learning.
"y should not be presented in u
浏览 8提问于2022-04-12得票数 0
3回答
为了知道我有多少个离群值，所以我用海运盒图对我的所有列都进行了装箱，令人惊讶的是，有太多的离群值，所以我可以删除异常值，因为我担心有太多的异常值会对我的模型产生不良影响，特别是影响平均值，中位数，方差，这将进一步影响我的模型的性能。然后我找到了这个QnA关于太多的离群点，答案是，这个案例并不是一个真正的离群点。答案是合理的，但我仍然担心它会给我的模型的性能带来不良影响。我最好做什么？
这是我的两个例子，我的数据中每10列中就有9列是这样的，我真的很担心这一点，因为你知道，不仅有太多的离群值，几乎每一列(总共10列中的9列)都会出现这种情况。
📷
📷
浏览 0提问于2020-03-11得票数 0
回答已采纳
我一直在尝试学习如何编写代码来创建宏，以帮助我根据其他单元格中的许多条件来获得输出单元格。所以我想要的是，根据不同的优先级，根据同一行中的其他参数来填充M列中的每个单元格：
1-如果J列中的单元格不是"PASS“，那么我希望M列中的相应单元格显示J中除了"PASS”之外的任何内容。
2-如果列J中的单元格为“通过”，则列M中的相应单元格将取决于列I中的单元格是否为“未检测到异常”或其他任何情况。如果是其他情况，则将M列中的单元格设为I列中的任何单元格。否则，如果它是“未检测到异常”，则将M列中的单元格的值与G列中的值相似，但将“未检测到异常”替换为"Euploid“，并
浏览 0提问于2020-05-22得票数 0
我想循环通过一个数据框，并创建一个新列，如果行中的第二个到第四个元素是“ANOMALY”，则表示“YES”，否则表示“NO”。
for (j in 1:nrow(residual_anomalies)){
if (all(residual_anomalies[j,2:4]=='ANOMALY')) {residual_anomalies$Prediction_Anomaly[j] <- 'YES'} else
residual_anomalies$Prediction_Anomaly[j] <- 'NO'
}
所以上面就是
浏览 0提问于2015-06-18得票数 1
3回答
我有三个表- 1.异常2.标记3. Anomaly_Markup
测绘-
public AnomalyMap()
{
Table("anomaly");
Id(x => x.Id).Column("ID").CustomType("decimal");
HasManyToMany<DMMarkupData>(x => x.DMMarkupData)
.Table("anomaly_markup")
浏览 4提问于2012-10-01得票数 2
回答已采纳
有谁知道Python / PySpark中的简单算法来检测K-means聚类中的离群值并创建这些离群值的列表或数据帧吗？我不知道如何获得质心。我使用了以下代码： n_clusters = 10
kmeans = KMeans(k = n_clusters, seed = 0)
model = kmeans.fit(Data.select("features"))
浏览 57提问于2021-01-08得票数 1
回答已采纳
2回答
我的数据如下所示。它有333行和2列。很明显，第一行是异常。
国家发展基金：
+----+---------+-------------+
| | ROW_CNT | TOT_SALE |
+----+---------+-------------+
| 0 | 45 | 1411.27 |
+----+---------+-------------+
| 1 | 47754 | 1596200.68 |
+----+---------+-------------+
| 2 | 105894 | 3750304.55 |
+----+----
浏览 0提问于2020-08-11得票数 0
如果我们使用来自assign_model()库的pycaret.anomaly ()函数，我们将得到一个数据文件，其中有两个额外的列：异常和Anomaly_Score作为输出。Anomaly_Score列在这个数据中意味着什么?它的值是如何计算的？
浏览 6提问于2021-08-11得票数 0
回答已采纳
1回答
我使用h2o自动编码器异常来查找我的模型中的异常数据，但问题是自动编码器只接受数值预测器。我的要求是，我已经找到了基于CardNumber或商人号码的离群点。而卡号是12位数(342178901244)，而且大多是唯一的，所以它的名义数据和我们不能做的热编码以及它会创造出许多新的字段，就像唯一的卡号一样。因此，请建议任何方法，我们可以包括分类数据以及我们仍然可以运行自动编码器。
model=H2OAutoEncoderEstimator(activation="Tanh",
hidden=[70],
浏览 2提问于2019-03-15得票数 0
回答已采纳
4回答
寻找离群点的机器学习方法
、、、
我有一个有数千行的csv文件，数据被放进一个数据栏中。有些列有文本信息，而另一些列可能有数字。我想检测这个csv文件中的异常或异常值。
作为一个相对较新的，不知道很多，我会感激如果我得到一些帮助或一个小的指导，我应该如何处理这个问题。在Dataframe中查找离群点的最佳方法或方法是什么。
我选择的语言是Python。
浏览 0提问于2020-01-12得票数 3
1回答
如何评价无监督异常检测
、、、
我试图通过使用机器学习预测一个连续值来解决一个回归问题。我有一个由6个浮动列组成的数据集。
这些数据来自低价格的传感器，这就解释了我们很可能会有一些超乎寻常的价值。为了解决这个问题，在预测我的连续目标之前，我将预测数据异常，并使用它作为数据过滤器，但是我所拥有的数据没有标记，这意味着我有无监督异常检测问题。
用于本课题的算法有：局部孤立点因子、一类支持向量机、隔离林、椭圆包络和DBSCAN.。
在对这些算法进行拟合后，有必要对其进行评价，以选择出最优的算法。有没有人知道如何评估一种无监督的异常检测算法？
浏览 4提问于2020-02-18得票数 4
回答已采纳
1回答
我希望使用Pandas和Numpy在csv数据表列中找到任何异常值。目前，我可以得到高端的离群点，但我不知道如何得到最小的离群点或“较低的”异常值，如果这是有意义的。
下面是我使用的函数：
def detect_outlier(data_1):
outliers = []
threshold = 3
mean_1 = np.mean(data_1)
std_1 = np.std(data_1)
for y in data_1:
z_score = (y - mean_1) / std_1
if np.abs(z_scor
浏览 3提问于2020-02-19得票数 2
回答已采纳
3回答
我希望创建一个泛型函数，将的输出转换为真正的概率[0.0, 1.0]。
我知道，并且读过，和我从数学上理解，这个函数的输出不是一个概率，而是每个基估计器为隔离一个异常而构造的路径长度的平均值。
问题
我想以tuple (x,y)的形式将输出转换为概率，其中x=P(anomaly)和y=1-x。
现行方法
def convert_probabilities(predictions, scores):
from sklearn.preprocessing import MinMaxScaler
new_scores = [(1,1) for _ in range(len(scor
浏览 6提问于2021-05-02得票数 6
回答已采纳
我试图实现隔离林的异常检测，但我无法理解的分数。另外，我想要绘制并可视化我的隔离林正在创建的决策功能。
下面是我编写的代码：
def IForest(df):
clf = IsolationForest(n_estimators = 300, contamination = 0.01, behaviour = "new")
clf.fit(df)
anomaly_score = clf.decision_function(df)
anomalies = clf.predict(df)
print("\n Decision func
浏览 0提问于2019-12-23得票数 0
1回答
这听起来是一个简单的问题，但我并没有在json文件中得到我想要的输出。
在从异常检测器得到结果后，我正在尝试将我的数据转换为json。
数据框架包含以下列，包括作为日期时间的索引列：
index column - datetime,
loss,
rolling_mean,
exponential_mean
static_threshold,
dynamic_threshold,
anomlay,
global anomaly,
total value
我试图通过使用to_json.But将这些dataframe列转换为json文件--虽然我使用了orient，但没有给出json文件中的索引
浏览 2提问于2022-01-05得票数 0
回答已采纳
1回答
我使用以下代码查找Linregress参数：
import numpy, scipy,pandas as pd
from scipy.optimize import curve_fit
from scipy.stats import linregress
import scipy.stats
import copy
df=pd.read_excel("S:/Python/Excel.xlsx")
df.head();
xyDataPairs = df[['x', 'y']].values.tolist();
df.groupby('Tes
浏览 4提问于2018-09-24得票数 1
2回答
我一直试图使用DBSCAN来检测异常值，根据我的理解DBSCAN输出-1作为异常值，1作为内联值，但是在我运行代码后，我得到的数字不是-1或1，有人能解释一下为什么吗？另外，用反复试验找出eps的最佳值也是正常的，因为我想不出找到最好的eps值的方法。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.cluster import DBSCAN
df = pd.read_csv('Final After Simple
浏览 6提问于2020-03-03得票数 3
回答已采纳
1回答
入侵检测系统中的隔离林
、、、、
我目前正在尝试使用Scikit学习创建一个简单的异常检测片段。
程序接收到一个.csv文件，然后将其分解为熊猫的DataFrame。Dataframe有8列：“Src IP”；“Dst IP”；“体育运动”；“dPort”；“协议”；“Load”；“数据包”；“TCP标志”。
我将数据放入IsolationForest中，如下所示：
iForest = IsolationForest(n_estimators=128, max_samples='auto', max_features=1, behaviour='new', contamination=&
浏览 2提问于2019-10-16得票数 0
1回答
我试图迭代一个唯一的列值列表，用字典中的字典创建三个不同的键。这是我现在拥有的代码：
import pandas as pd
dataDict = {}
metrics = frontendFrame['METRIC'].unique()
for metric in metrics:
dataDict[metric] = frontendFrame[frontendFrame['METRIC'] == metric].to_dict('records')
print(dataDict)
这对于低数据量很有效，但随着数据量的增加，这几
浏览 1提问于2018-03-01得票数 0
我将有单选按钮与启用的事件。根据选定的值，我希望使元素的一个容器变为可见的，另一个是不可见的。我也知道所有元素都有一个可见属性，我只想在一组元素上进行，而不仅仅是一个元素。
我知道列元素，但是我的两个容器应该在相同的水平位置上。
容器中将包含哪些元素的示例：
[sg.InputText(size=(50, 1), key='-FILENAME-'), sg.FileBrowse()],
[sg.Button("Train", key="-train-")],
[sg.ProgressBar(1, orientation=&
浏览 4提问于2021-07-13得票数 1
回答已采纳
1回答
我有一个图像数据集，我需要转换成Tensorflow格式进行图像分类。dataset JSON元数据格式如下所示：
{
"0": {
"image_filepath": "images/0.jpg",
"anomaly_class": "A"
},
"1": {
"image_filepath": "images/1.jpg",
"anomaly_class": "B"
},
"
浏览 8提问于2022-06-22得票数 1
我有两列group，ref。在ref专栏中，我感兴趣的是根据数据集中每五个元素的preceding和following元素来识别anomalies或odd_one_out --例如，[Y,Y,N,Y,Y] N是异常，[N,N,N,Y,N]是Y。ref帮助比较和匹配pred。对于每一组五个值，都有一个odd_one_out或anomaly元素
注意: dataframe有340000行-但是，我对每五个元素(340000/5)都感兴趣，因此产生了group 1-5。
df
group, ref
1, Y
2, Y
3, Y
4, N
5, Y
1, Y
2, Y
3, N
4
浏览 1提问于2020-09-28得票数 1
回答已采纳
1回答
python新手。我来自nodejs背景。 Nodejs有npm包(离群值/离群值等)，我只需要调用detectOutlier函数，它就会返回值。(https://www.npmjs.com/package/outlier) 我正在尝试用python做同样的事情，因为node对于计算量很大的处理不是一个好的选择。 在python中，我可以找到像pyod这样的使用csv文件的库。我的数据在mongodb中。 如何检测实时数据(mongodb)中的异常值？
浏览 12提问于2020-04-29得票数 0
1回答
我正在使用ModSecurity进入OWASP，并研究OWASP在请求-901-INITIALIZATION.Conconf中计算异常分数的方法，如果它们设置了以下行：
setvar:'tx.anomaly_score=0',\
setvar:'tx.anomaly_score_pl1=0',\
setvar:'tx.anomaly_score_pl2=0',\
setvar:'tx.anomaly_score_pl3=0',\
setvar:'tx.anomaly_score_pl4=0',\
在请求-949-阻
浏览 0提问于2020-05-04得票数 1
2回答
这是我的时间戳
q1<-Sys.time()-777000
q1
#"2019-09-12 08:39:27 GMT"
这就是我想做的，我正在犯一个错误
Sys.time()
dbSendQuery(conn,"delete from anomaly_hourly_temp where report_time>q1")
Sys.time()
dbSendQuery(conn,"delete from anomaly_hourly_temp where report_time>q1")
.local中的错误(conn，语句
浏览 3提问于2019-09-21得票数 1
回答已采纳
1回答
我编写了一个函数来删除表中每一列的异常值：(我附上了一张表的照片)
删除异常值的函数为：
def remove_outliers(df_in, col):
q1 = df_in[col].quantile(0.25)
q3 = df_in[col].quantile(0.75)
iqr = q3-q1
lower_bound = q1-1.5*iqr
upper_bound = q3+1.5*iqr
df_out = df_in.loc[(df_in[col] > lower_bound) & (df_in[col] <
浏览 18提问于2020-06-04得票数 0
回答已采纳
我使用下面的代码来预测异常检测。这是一个二进制分类，所以混淆矩阵应该是2x2，而不是3x3。有额外的零附加在T形。几周前，使用OneClassSVM也发生了类似的事情，但我认为我做错了什么。你能帮我修一下吗？
import numpy as np
import pandas as pd
import os
from sklearn.ensemble import IsolationForest
from sklearn.metrics import confusion_matrix, accuracy_score, classification_report
from sklearn imp
浏览 1提问于2020-04-12得票数 1
回答已采纳
1回答
我是一个Python新手，不知怎么的，我无法在我的dataframe中得到一个列的简单直方图。这是df['col'].describe()返回的内容：
count 2.905430e+05
mean 2.732126e+06
std 5.743739e+08
min 3.095194e-03
25% 2.341733e+03
50% 5.092117e+03
75% 1.092925e+04
max 2.089247e+11
Name: avg_power_in_w, dtype: float64
我试过
浏览 2提问于2021-03-05得票数 0
回答已采纳
3回答
我有两个具有不同索引的数据格式，我想从这两个数据格式中将同一列和起来。根据一项建议，我尝试了以下内容，但删除了其他列，如cat
df = df.set_index('date')
tmp = tmp.set_index('date')
result = df['Anomaly'].add(tmp['Anomaly'], fill_value=0).reset_index()
df
date cat Anomaly
0 2018-12-06 a 0
1 2019-01-07 b
浏览 0提问于2019-06-25得票数 0
回答已采纳
1回答
目前，我试着在python中实现一种基于scikit的异常检测算法。我将数据集重新标记为Inliers (正常实例)标记为1，而异常值(异常实例)标记为-1 ()。
对于accuracy_score、precision_score、recall_score和f1_score的计算，我在设置pos_label=1或pos_label=-1时得到不同的值。
那么异常检测上下文中阳性类的标签是什么：1或-1
浏览 0提问于2019-07-04得票数 0
回答已采纳
4回答
我有两个索引不同的数据帧，我想对这两个数据帧中的同一列求和。我尝试了以下方法，但给出了NaN值
result['Anomaly'] = df['Anomaly'] + tmp['Anomaly']
df
date Anomaly
0 2018-12-06 0
1 2019-01-07 0
2 2019-02-06 1
3 2019-03-06 0
4 2019-04-06 0
tmp
date Anomaly
浏览 0提问于2019-06-25得票数 1
1回答
嗨，我想定义一个函数，它返回一个基于specified date range的离群点的图(定义如下)，同时绘制原始序列(并在这个上下文中描述可能的比率)：
保守异常值：
anomaly <- function(x)
{ tt <- 1:length(x)
resid <- residuals(loess(x ~ tt))
resid.q <- quantile(resid,prob=c(0.25,0.75))
i
浏览 1提问于2015-11-03得票数 10
回答已采纳
我使用的是PostgreSQL，有以下两个表：
create table anomaly (
id bigint not null unique,
description text not null,
zone1 varchar(100) not null,
language1 varchar(100) not null,
is_translation_anomaly boolean not null,
primary key(id)
);
create t
浏览 3提问于2019-11-26得票数 2
回答已采纳
1回答
我有以下python代码：
import numpy as np
import sklearn as sk
import pandas as pd
import scipy as sp
import matplotlib.pyplot as plt
import sys
from sklearn.decomposition import PCA
from sklearn.svm import OneClassSVM
np.random.seed(0)
x1 = np.random.normal((1,1), 0.1, (200, 2))
x2 = np.random.normal((1
浏览 0提问于2015-06-26得票数 0
回答已采纳
3回答
使用标准化方法处理异常值？
、、、、
我有一个60列和5K记录的数据集。很少有列有离群值。我知道有多种方法来处理异常值。
实际上，我不想放弃这些数据，因为它是一个异常值，因为我不确定它是一个异常值还是一个有意义的值(比如收入如何被扭曲)。
因此，我所做的只是使用standard scaler对列进行标准化。
这样做可以吗？我假设通过进行这个标准的缩放，我保留了数据，同时去除了异常值。
我确实提到了几个帖子(post1，post2)，但是我想不出来
这就是标准化所做的吗？有人能给我建议吗?有没有其他方法可以在不删除记录的情况下处理离群点呢？
你能帮上忙吗？
浏览 0提问于2019-12-26得票数 1
回答已采纳
2回答
我已经删除了建模数据中的异常值。我厌倦了尝试所有的方法来删除，因为有一个异常值，我在应用了许多方法后困扰了我很多。
有没有人能在这方面帮我……请..。
我用过winzorise，离群值，极值包等等，但是不能去掉离群值
这些数据有50000个自定义元素和32个属性。
数据既有数值数据也有非数值数据
我无法在此处附加数据集。
请帮帮我
额外信息：
我非常担心，因为这是我的论文，我不知道如何处理异常值。
如果你知道任何工作，请张贴…
数据在网上有，我不能在这里发布，对不起....
我的主管需要一个没有异常值的图..以及存在于离群值数据的整个数据时隙。我不知道如何在所有的变量组合中选择异常值，并在图中
浏览 3提问于2013-06-15得票数 1
回答已采纳
1回答
我正在尝试创建一个异常数据集，其中包含8列，一些列包含分类值，另一些列包含正数值。该数据只包含两种类型的数据点:普通数据点和异常值。
我想知道您是否知道有什么工具或库，或者某些方法可以帮助我自动创建这种类型的数据集。我听说numpy有生成标准发行版的工具，但我认为它不能创造绝对价值。
和每一次一样，非常感谢你的帮助。
浏览 3提问于2019-12-10得票数 1
回答已采纳
1回答
我有一束高维数据，实例是否被标记为异常值。我想了解一下这些异常值在数据中的位置。我想回答的问题如下：
离群点是否彼此相距很远？还是他们聚在一起？
异常值是否处于良好数据的“中间”？或者它们在数据的“边缘”边界上？
如果孤立点是聚集在一起的，那么这些集群密度与一组好数据相比如何呢？
离群点在哪里？
什么样的技术能让我找到这些洞察力？如果数据是2或3维的，我可以很容易地绘制数据，只需看一看。但我做不到高维数据。
浏览 4提问于2020-05-10得票数 0
我想从内置的boxplot函数中提取值。在A1中有三个超大的值(1000000)，而正确的最大值是273.
a = boxplot(A1)
a =
173.0043
174.0028
175.0033
176.0027
177.0032
178.0027
179.0031
我试过了，但我不知道这些值到底是什么，这些值既不是离群值本身，也不是离群值的索引。
findobj(gcf,'tag','Outliers');仅返回179.0031
如何从boxplot中提取离群值或其索引？
浏览 0提问于2012-03-16得票数 4
回答已采纳
我有两个JS数组，我正在迭代这两个数组以找到相似的数组。
anomalies.forEach(function(anomaly) {
links.forEach(function(link) {
if ((link.source.name === anomaly.source) && (link.target.name === anomaly.target)) {
console.log("anomaly");
link.type = "anomaly";
浏览 2提问于2015-04-14得票数 3
1回答
我想要找到一个具体的算法来选择2或3中的3个给定的值。就像，如果我有一组值10,11,12，这三个值都足够接近，所以我将计算这个值的平均值并返回平均值。另一个例子，如果值是6, 10 ,12，那么我将选择10和12，计算平均值并返回平均值。虽然这些价值不一定属于这一范围，但也可以达到数千。但只会有三个数值。我希望我说得够清楚。我不知道该如何处理，我需要一些帮助。谢谢
浏览 0提问于2020-06-30得票数 -5
我正在分析一组数据，我需要找到它的回归。数据集中的数据点数很低(~15)，我决定使用稳健线性回归来处理这项工作。问题是，这个程序选择了一些似乎没有那么大影响的离群点。下面是数据的散点图，它们的影响被用作大小：
点B和C(图中用红色圆表示)被选定为异常值，而影响更大的点A则不是。虽然A点没有改变回归的一般趋势，但它基本上是随着X值最高的点来定义坡度，而B点和C点只影响坡度的显着性。因此，我的问题有两个部分: 1)如果没有选择最有影响力的点，RLM包用于选择离群点的方法是什么?你知道其他包有我心目中的离群点选择吗? 2)你认为A点是一个离群点吗？
浏览 2提问于2017-11-10得票数 2
回答已采纳
我将流执行配置为
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<Record> stream = env.addSource(new FlinkKafkaConsumer(
SystemsCpu.TOPIC,
ConfluentRegistryAvroDeserializationSchema.forGeneric(SystemsCpu.SCHEMA, registry),
config)
浏览 1提问于2021-06-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
