如何生成三个离群点，使它们明显远离python中的正常数据？
在Python中生成三个离群点，使它们明显远离正常数据，可以使用以下方法：
- 使用随机数生成器：可以使用Python的random模块生成随机数。首先，确定正常数据的范围和分布，然后使用random模块生成三个位于正常数据范围之外的离群点。
- 使用异常检测算法：可以使用Python中的异常检测算法来生成离群点。一种常用的算法是基于统计学的Z-score方法。首先，计算正常数据的均值和标准差，然后根据Z-score方法，将超出一定阈值的数据点标记为离群点。
- 使用人工生成的离群点：如果需要明确控制离群点的位置和数值，可以手动创建离群点。根据数据的特征和分布，选择与正常数据明显不同的数值作为离群点，并将其添加到数据集中。
需要注意的是，生成离群点的方法应根据具体情况选择，以确保离群点与正常数据之间有明显的差异。此外，离群点的生成应基于数据的特征和背景知识，以确保生成的离群点在实际应用中具有意义。
关于离群点检测和异常检测的更多信息，您可以参考腾讯云的相关产品和文档：
- 腾讯云异常检测产品：https://cloud.tencent.com/product/od
- 腾讯云离群点检测产品：https://cloud.tencent.com/product/odt
请注意，以上提供的链接仅为示例，具体产品和文档可能会有更新和变动，请以腾讯云官方网站为准。
相关·内容
1回答
我有一个1000行的数据集和4个包含3个异常值的列，.I希望添加另外7个与它们相关的异常值，以便通过集群进行检测。
Example TO What I did
Col1 col2 Col3 col4
Out1 a1 b1 c1 d1
Out2 a2 b2 c2 d2
Out3 a3 b3 c3 d3
我得到7列正常数据的平均值和std，10次计算。
Out4 normal1+mean+stdcol1 norm1mean+stdcol2
Out5 normal2+mean+std
浏览 0提问于2020-05-05得票数 0
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
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
3回答
异常检测的无监督学习
、、、、
我已经开始研究Python中的异常检测。我的数据集是时间序列1。一些传感器正在收集这些数据，这些传感器记录和收集半导体制造设备上的数据。
我的数据集如下所示：
ContextID Time_ms Ar_Flow_sccm BacksGas_Flow_sccm
7289973 09:12:48.502 49.56054688 1.953125
7289973 09:12:48.603 49.56054688 2.05078125
7289973 09:12:48.934 99.85351563 2.05078125
7289973 09:12:49.924 35
浏览 0提问于2019-03-21得票数 3
回答已采纳
我正试图在一个数据集上训练CNN进行回归，在这个数据集中，大部分的点都围绕着一个相似的产值。然而，有一些异常值是非常重要的，但它们的代表性较低，因此，经过训练的网络倾向于预测接近整个数据集平均值的所有输出值(不适当)。这导致了一些小的误差(和很好的精度)，因为绝大多数的点都在这个范围内，但是对于点的误差要高得多，甚至稍微超出了“正常”的情况。
但是，由于这个回归器对于预测异常值(质量控制用例)的输出是非常有用的，所以目前它几乎是无用的。
有什么办法可以防止这种行为，并让CNN更多地重视离群点和极端，以避免不适应？
在一定程度上，随机森林方法虽然能较好地预测离群点的输出，但在极值点上仍有较高的误
浏览 0提问于2018-08-03得票数 4
4回答
时间序列:离群点检测
、、、、
我有时间序列数据，看上去像下面提到的图表。
我熟悉根据标准差和中值消除异常值的方法。这些方法的缺点是它们不考虑相邻的数据点。
例如，在下面显示的数据中，我不想删除那些与平均值相差最大或标准差的值。我想移除在红色中圈起来的点。其他极端值在该地区是常见的，不应被检测为孤立点，因为这些数据点附近有相似的数据点。
是否有任何方法来移除这些点，或者是否有任何python库可以用来删除这些点。正常的标准偏差和中值滤波器不能很好地解决这些问题，因为它们也消除了没有被圈住的点。
📷
浏览 0提问于2019-06-07得票数 3
1回答
我有两个文件，一个带有标签字段的培训数据和一个没有标签字段的测试数据。我在列车数据中绘制了一个"A“字段：
📷
看起来离群值是4,5,6，应该移除。
现在，在测试文件中绘制字段"A“也显示了与所显示的图像有些相似的结果。在这种情况下，我是否应该将4,5,6视为异常值，并将其从列车数据中删除，还是保留这些数据？任何指点都会受到赞赏。
浏览 0提问于2020-04-25得票数 0
1回答
我为受控环境收集了临时数据和时间数据。我做了三次测试，三次测试的热电偶都在同一个位置。我现在有三个临时工。相对于这个位置的时间曲线。图如下所示：
📷
我希望建立一个基于温度的经验模型。相对于时间在这个位置，可以预测温度在这个位置随着时间的推移。我该怎么处理这个？我最初的方法是识别局部最小值和最大值，并将这三个点平均在一起(对于每个最大值和最小点)。然后把这个平均值和时间序列联系起来，例如，750到1250之间的30C，或者类似的东西。我真的不认为这是一个有效的方法..。
你们都认为什么是解决这一问题的有效方法？
浏览 0提问于2015-08-19得票数 0
回答已采纳
1回答
我有一个python函数，它接受一个较小图像的列表boxes (表示为数组)和整个图像img作为一个参数，并查找异常值。与列表中的其他图像相比，离群点要么显着地亮，要么更暗，但更暗的是更常见的情况。
def find_outliers(boxes, img):
means = [np.mean(box['src']) for box in boxes]
asc = sorted(means)
q1, q3 = np.percentile(asc, [25,75])
iqr = q3 - q1
lower = q1 - (1.5 * iqr
浏览 1提问于2019-08-01得票数 1
回答已采纳
2回答
所讨论的数组可能包含任何等于或大于零的整数，并且这些数字是唯一的。数字必须按升序排列。
数组的大小通常小于100。大多数数组已经排序。我的意思是，在大多数情况下，至少有90%。
我已经找到了这个，但它并不适用于原始值。自动装箱会造成大量开销。
性能是最关键的，因为排序算法将被多次调用。
浏览 4提问于2015-07-04得票数 0
回答已采纳
2回答
如何用最大非异常值替换离群值？
、、、、
我在python做单变量异常点检测。当我检测到变量的异常值时，我知道值应该是最高的非异常值(即，如果没有异常值，则是最大值)。
我如何在python或sklearn中计算这个值？我想我可以移除这些值，得到最大值，替换异常值，然后把它们带回来。但希望已经有了一个功能。
第二，这是个坏主意吗？我看到其他人完全删除了离群点，或者用平均值或中间值代替。我想知道我的做法是否错误。
浏览 0提问于2019-09-24得票数 0
回答已采纳
我使用k均值算法对文档集进行聚类.
(参数为- clusters=8数，不同质心的运行次数=10)
文件数量为5800份。
令人惊讶的是，集群的结果是
90%的文档属于集群-7(最终集群) 9%的文档属于群集-0(第一组)。
其余6个簇只有一个样本。这可能是什么原因？
浏览 9提问于2014-11-07得票数 0
回答已采纳
5回答
背景
我对数据科学或机器学习知之甚少。但我对学习感兴趣，并认为这个问题可以通过机器学习来解决。这就是为什么我在这里张贴这个，甚至不知道这是否合适。
问题我有一些二维数据成对(x，y)。我只有数据，不知道数据有什么功能特性。现在，这些数据随机地有一些错误的值或(我应该说)异常值。在处理这些数据之前，我必须先修复它们。让我们展示一个例子：
📷
正如你所看到的，数据有一个很好的统一特性，除了第三个点，显然这是一个错误的点。我已经解决了这种问题。你可以看到，如果我能检测到这一点，那么我可以删除它，并将它与周围(例如，用样条)。现在我有很多像这样的数据，每次都要画出图来检查，然后手动检测和平滑这些点真
浏览 0提问于2019-06-06得票数 2
2回答
高倾斜数据直方图的生成
、、、
我使用dc.js、crossfilter.js和d3.js来生成条形图。
条形图代表信用卡交易的数据。它把交易金额(x轴)上的交易数(y轴)绘制成图.
看起来是这样的：
数据数组基本上如下所示：
[
...
{
txn_id: 1,
txn_amount: 20
},
...
]
数据是高度可变的，取决于不同的商家等，我不能对分布做出任何假设。
正如您所看到的，由于数据本身的原因，这个图表并不那么有用。在本例中，-$7500和2在$7500周围有一个事务。
在两者之间还有其他数量，但大多数事务都聚集在$0 - $100周围，在那里您可以看到峰值。
不幸
浏览 5提问于2013-10-10得票数 3
1回答
我正在使用Apache进行几个项目，我一直被困在异常/离群点检测部分。
我使用了一种聚类技术来发现异常，其思想是异常/异常将形成自己的集群，这意味着被认为异常的数据点实际上是一个集群中心。如果与数据量相关的异常值很少，但如果有很多异常值，它就无法工作。到目前为止，这是我的代码：
我相信我关于离群点成为集群中心的观点是正确的，但这取决于生成的集群数量，到目前为止，数据本身和集群数量之间没有任何关系，所以我无法根据可能的离群点数量找到增加集群数量的方法。
我可以在我的程序中修正/修改什么，以便使用集群正确地显示异常值？
或者，如果我能用不同的方法解决这个问题，告诉我。我个人认为聚类是寻找异常值的最
浏览 5提问于2017-06-30得票数 1
1回答
我有3个圆形svg，可以是任何大小。 我想让他们的边缘永远接触。 我放置一个圆，然后在该圆旁边放置另一个圆。然后我放置第三个圆，这样它就会接触到其他两个圆。 我被这个问题困住了--我对数学感到困惑，但我想我也不理解一些关于svgs的东西 完全被如何实现这一点难住了。enter link description here
浏览 5提问于2020-04-05得票数 0
2回答
我想知道如何使用R生成无离群值数据。我正在使用RNORM生成数据。
假设我有一个线性方程
Y = B0 + B1*X + E, where X~N(5,9) and E~N(0,1).
我将使用RNORM来生成X和E。下面是使用的代码：
X <- rnorm(50,5,3) #I'm generating 50 Xi's w/ mean=5 & var=9
E <- rnorm(50,0,1) #I'm generating 50 residuals w/ mean=0 & var=1
现在，我将
浏览 0提问于2016-02-21得票数 0
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
如何从适合python状态模型的WLS模型中获得杠杆/ get _影响力
以为例
# Load data
dat = sm.datasets.get_rdataset("Guerry", "HistData").data
# Fit regression model (using the natural log of one of the regressors)
results_ols = smf.ols('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()
results_w = sm
浏览 3提问于2016-11-15得票数 1
2回答
假设，我们使用以下代码生成散点图，
function res = plot2features(tset, f1, f2)
% Plots tset samples on a 2-dimensional diagram
% using features f1 and f2
% tset - training set; the first column contains class label
% f1 - index of the first feature (mapped to horizontal axis)
% f2 - index of the second feature (map
浏览 0提问于2016-11-15得票数 2
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
对于WT_C57BL6来说，盒子图是将底部点作为离群点来解读。我想要的方块最小范围扩大到那些“离群点”，并看到不同的四分位数和平均位置。我基本上不想让较低的点被视为离群值。我该怎么做？
我正在使用ggplot和geom_boxplot/geom_jitter函数来创建我的图形。
浏览 5提问于2022-07-14得票数 0
回答已采纳
1回答
我尝试使用k-表示集群(使用SQLserver + R)，我想知道我们如何才能正确地估计距离。
例如，如果我们考虑欧几里得距离构成星系团的中心，如果对于相同的数据集，不同大小的簇会发生什么？大星系团中的“正常”点的距离要高于小星团中的“离群点”。
所以：
它与每个簇的中心/尺度欧氏距离相关吗？(然后将离群值视为具有最大标度距离的离群值)
还有其他的距离需要考虑吗？
浏览 0提问于2016-04-28得票数 2
回答已采纳
1回答
我正在研究数据，并希望为这些数据生成一个异常检测模型。数据只包含三个特性：Latitude、Longitude和Speed。我将其规范化，然后应用t-SNE，然后再进行规范化。存在，没有标记或目标数据。因此，它应该是一个无监督的异常检测。
我不能分享这些数据，因为它是私有的。但是，似乎是这样：
数据中有一些异常值，如异常值：
以下是数据的最终形状：
正如您所看到的，数据有点复杂。当我手动搜索异常实例时(通过查看特征值)，我观察到红色圆圈(在下面的图像中)中的实例应该被检测为异常。
红色区域内的实例应该是异常的：
我用OneClassSVM检测异常。以下是
浏览 1提问于2018-04-18得票数 0
回答已采纳
4回答
离群值:据我所知，决策树对异常值是稳健的。有人能证实我的假设是否正确吗？(如果我的特征从0到9不等，但存在一个值为10000的异常值，那该怎么办？)它是否为这个离群点样本创建了一个单独的叶子，还是会与其他树的叶子合并？
空值:在使用决策树建立模型之前，我们需要替换空值吗?还是由决策树技术自动处理？
谢谢。
浏览 0提问于2018-05-09得票数 6
回答已采纳
我有AG的设置如下：
多子网WSFC (Windows 2016) -同一域的所有节点
带有两个副本(SQL 2017)的AG --每个节点(上面提到)都包含一个独立实例。
一切正常。现在，是否可以使用不同的SQL实例添加另一个AG副本，该实例不在同一域中，也不属于集群。这里的要求是拥有外部应用程序的只读工作负载的第三个副本，而这不应该是同一个生产域的一部分。
浏览 0提问于2019-10-27得票数 0
2回答
我目前正试图对一堆河流的行为进行分类。许多河流的行为与二度多角河非常相似。
然而，一些河流有一些地区，他们偏离了这种模式。
我想通过计算所有的点离简单的多位数有多远来分类。所以基本上是这样的：
但是要做到这一点，我只能计算那些“正常行为”点的多进制数。否则，我的多位数就会转移到发散行为的方向上，而我无法正确地计算距离。
以下是一些示例数据。
x_test = [-150,-140,-130,-120,-110,-100,-90,-80,-70,-60,-50,-40,-30,-20,-10,0,10,20,30,40,50,60,70,70,80,80,
浏览 5提问于2019-08-23得票数 3
回答已采纳
1回答
您能告诉我在以下情况下是否有合适的量化方法(最好在python中实现)？
有一个输入范围，大多数值都在平均值的+-2 std内，而存在一些巨大的异常值。例如，1，2，3，4，5,1000将其量化为输出范围为0-255将导致精度的损失，因为巨大的异常值1000 (1，2，3，4，5都将变为0)。
但是，对于那些距离平均值在几个std以内的值来说，保持精度是很重要的。
丢弃异常值或用NaN替换它们是不可接受的。它们应该以某种形式保存。粗略地说，使用上面的例子，量化的输出应该类似于1，2，3，4，5,255。
非常感谢您的投入。
浏览 6提问于2022-07-07得票数 0
回答已采纳
我正试图用Python和Statsmodels对ARIMA进行预测。具体来说，为了使ARIMA算法工作，需要通过差分(或类似的方法)使数据保持平稳。问题是:如何逆转剩余预测后的差异，以恢复预测，包括差异的趋势和季节性？
(我在上看到了一个类似的问题，但遗憾的是，还没有发布任何答案。)
下面是我到目前为止所做的工作(基于Mastering Python数据分析的最后一章Magnus Vilhelm Persson；Luiz Felipe Martins中的示例)。数据来自。
%matplotlib inline
import matplotlib.pyplot as plt
import pan
浏览 8提问于2017-06-07得票数 6
回答已采纳
1回答
如果单元格是其行中的异常值，我想要更改它的颜色，并将其应用于电子表格中的所有单元格。将离群值定义为两个偏离(行)平均值的标准差的值。我怎么能这么做？
样本数据
我到目前为止的公式是：
=$C$9>(N9+2*$O$9)
浏览 3提问于2016-06-10得票数 0
回答已采纳
1回答
我有一个变量，它的分布是倾斜的。
📷
我应用了BoxCox变换，现在变量遵循高斯分布。但是，如下面的框图所示，离群值仍然存在。
📷
我的问题是：
虽然变换后的变量分布接近高斯分布，但如果仍然存在异常值，我们是否还应该选择这种变换呢？
还是我们应该决定使用其他技术，如离散化，以捕获所有的离群点？
浏览 0提问于2021-05-27得票数 1
回答已采纳
1回答
我有时间序列数据与需求观察在几个月。我想知道，在计算需求预测时，我是否需要考虑观测值的异常值。你对此有何看法？
编辑：
这是我的数据：
month demand
1 450
2 670
3 332
4 123
5 343
6 437
7 456
8 -
9 231
我想预测第十个月的需求。我计算了值670作为离群点(在删除了第8次观测之后)。我真的不知道我和这个离群点有什么关系:我应该考虑一下吗？
浏览 0提问于2017-05-04得票数 -1
1回答
我对编程游戏非常陌生，目前我正在大学里做一个小组项目，创建一个游戏。在游戏中，我们有一组正方形(城市，其他实体)被放置在真实的平面上。我们想从地图中央的几个方块开始游戏，随着时间的推移，随机地在它们周围放置新的方块，像这样生长整个网络。我不知道如何巧妙地做到这一点，我发现了很多地图生成算法，但它们大多是用于曲面和类似的东西，而我的问题则比较离散。有什么想法吗？
我添加了一张图片以回应评论--所以我们的游戏可能从三个红色方块开始，随着时间的推移，我们可能会增加另外三个方块(绿色)，过一会儿我们可以再添加两个方块，等等。
📷
浏览 0提问于2018-04-09得票数 0
回答已采纳
1回答
我有一些数据集，我想用凸包可视化(并从凸包中得到一些统计数据)。但是，每个数据集都包含一些噪声。因此，凸包不仅覆盖了主数据云中的点，而且覆盖了所有的异常点，使得凸包的面积很大，而且数据集之间的差异不大。数据集的一个例子如下：
整个区域不是单峰，但我们肯定可以观察到一些异常点(特别是在左边)，它扰乱了凸包的形状。估计的KDE如下：
因此，我想移除那些离群点。用什么算法可以将最小面积凸包拟合成数据集中的n-k点，其中k被设为与给定的观测百分比有关的某个数？
请注意，图片引用了一个例子，实际上我正在处理许多不同的数据集，
浏览 1提问于2019-08-20得票数 0
1回答
我试图使用simpleKmeans对weka中的文本数据(在论坛+用户中发布内容) 817个实例进行聚类。由于某些原因，聚类如下所示：
Clustered Instances
0 812 ( 99%)
1 1 ( 0%)
2 1 ( 0%)
3 1 ( 0%)
4 1 ( 0%)
5 1 ( 0%)
有人能向我解释一下为什么我不能平均地得到聚类结果吗？
浏览 2提问于2014-02-24得票数 2
回答已采纳
我正在使用一个无监督的隔离林算法和计算异常分数从一个二维玩具数据集中检测出异常值。从散点图中，我能够检测/可视化异常分数最高的数据点(例如:数据中的前10位或前15位异常值)作为我的异常值。异常值的数量是否主观地决定了用户的决策(例如: 0.5>S>1的异常分数是一个异常值，所有小于0.5的事物都不是)，还是有一种方法可以根据异常分数来检测出最优的离群点数量？
📷
浏览 0提问于2019-04-09得票数 4
3回答
我有一个向量，想要检测其中的离群点。
下图显示了向量的分布情况。红点是离群点。蓝色点是正常点。黄点也是正常的。
我需要一个孤立点检测方法(一种非参数方法)，它只需要检测红点作为异常值。我测试了一些方法，如IQR，标准差，但它们也检测出黄点作为异常值。
我知道仅仅检测红点是很困难的，但是我认为应该有一种方法(甚至组合方法)来解决这个问题。
📷
点是一天内传感器的读数。但是由于系统重构(环境不是静态的)，传感器的值会发生变化。重新配置的时间是未知的。蓝色点用于重新配置之前的期间。黄点是在重新配置之后，这会导致读数分布的偏差(但是正常的)。红点是非法修改黄点的结果。换句话说，它们是应该被发现的异常。
浏览 0提问于2017-04-19得票数 7
1回答
有什么方法可以自定义牛郎星盒中的离群点吗？假设我有以下情节：
penguins_data="https://raw.githubusercontent.com/datavizpyr/data/master/palmer_penguin_species.tsv"
penguins_df = pd.read_csv(penguins_data, sep="\t")
chart = alt.Chart(penguins_df).mark_boxplot(size=50, extent=0.5).encode(
x='species:O',
浏览 3提问于2022-05-13得票数 1
4回答
使菱形正方形分形算法无限
、、、
因此，我正在尝试生成一个无限映射。我正在用Python语言做这件事，而且我不能让噪声库正常工作(他们似乎永远找不到我的VS2010，而且用原始的Python语言做这件事太慢了)。因此，我正在尝试使用。
有没有可能，以某种方式，使这在技术上是无限的？
如果不是，我应该继续尝试让Python noise绑定之一工作吗？
浏览 4提问于2011-02-12得票数 6
回答已采纳
1回答
谁能给我介绍一个健壮的python实现算法，比如Robust-PCA或基于角度的离群值检测(ABOD)？我尝试了几个Robust-PCA的python实现，但它们被证明是非常占用内存的，程序崩溃了。我的数据集是60,000×900个浮点数。R有一个ABOD的实现，但我想坚持使用python。
浏览 0提问于2017-07-14得票数 3
我遇到了一个我觉得很有趣的网站结构。它是这样的:站点上的所有页面都是index.html，但是站点上的所有页面( index.html )都驻留在自己的文件夹中，甚至在一些文件夹中也有其他文件夹，其中包含index.html文件。这种类型的站点结构有意义吗？遵循这种类型的结构。
谢谢
浏览 2提问于2011-08-17得票数 0
2回答
通过移除IQR范围之外的点，可以很容易地消除单个数据的离群点。但是，如果数据集是由多个维度的数据组成的，那么如何检测和删除异常值呢？
下面是我的方法:数据集包含七个不同的数据维度。当在dataframe上显示时，有七个不同的列；每一行充当解释单个数据属性的元数据。
我遍历了每个单独的列，并删除了包含IQR范围之外的数据的行。由于七个不同的列被分组在一列中，我认为循环遍历每一列并移除异常值将导致包含IQR范围内的数据的数据，尽管其总体数量可能已经减少。
现在我想问一下关于数据增强的问题。虽然有一个专门的库可以通过随机修改其结构来增强图像数据集，但要找到一种增强数值数据的方法是很有挑战性的。因此，
浏览 0提问于2021-10-20得票数 0
在“滑雪”中，QuantileTransformer的文档说
此方法将特征转换为服从统一或正态分布的。
PowerTransformer的文件上说，
应用了幂变换的特性，使数据更像高斯型。
这两种方法似乎都能将特征变换为高斯/正态分布。在这方面有什么不同，什么时候使用哪一方面？
浏览 11提问于2022-08-12得票数 -1
1回答
我有一个包含先验异常值的DataFrame。我想至少从“降雨”变量中删除异常值。我是这样做的。这看起来很有效，但我在第二个数字中仍然有异常值。这是正常的吗?
移除离群值前的
移除异常值
rainfall = df["Rainfall"]
q3 = np.quantile(rainfall, 0.75)
q1 = np.quantile(rainfall, 0.25)
iqr = q3 - q1
upper_bound = q1 + 1.5 * iqr
lower_bound = q3 - 1.5 * iqr
rainfall_wo_outliers = df[(
浏览 5提问于2022-01-25得票数 0
回答已采纳
1回答
动态聚类
、
我对不同的数据集执行异常检测，并考虑首先对数据集进行聚类，并将每个集群提交给不同的AD模型。我使用的是HDBSCAN，在我的测试数据集中，我可以得到10到20个集群，但是当我在生产中运行第一个测试时，我得到了3500个。如何在所有集群中动态地重复AD模型？
浏览 0提问于2018-05-21得票数 2
2回答
我有一个没有异常值的训练数据集：
train_vectors.shape
(588649, 896)
而且，我还有另一组测试向量(test_vectors)，它们都是异常值。
下面是我做异常值检测的尝试：
from sklearn.ensemble import IsolationForest
clf = IsolationForest(max_samples=0.01)
clf.fit(train_vectors)
y_pred_train = clf.predict(train_vectors)
print(len(y_pred_train))
print(np.count_nonzero
浏览 7提问于2017-07-12得票数 0
回答已采纳
3回答
我读了论文，但不太理解提供的算法：
“设D(x)表示从数据点x到我们已经选择的最近中心的最短距离。
1a.从X中随机均匀地选择初始中心c1。
1b。选择下一个中心ci，选择ci = x‘∈X with probability (D(x')^2) / Sum_of(D(x)^2)
1c。重复步骤1b，直到我们选择了总共k个中心。
2-4。继续使用标准k-means算法。“
(最好看看上面链接中的算法)
尤其是第1b步。"selecting ci = x‘∈X with probability (D(x')^2) / Sumof(D(x)^2)“是什么意思？它们是否意味着选
浏览 1提问于2013-07-05得票数 5
我有三个python客户端和一个javascript客户端(都是raven)连接到一个前哨服务器。我为每个客户端设置了唯一的site。然而，虽然由三个python客户端生成的错误在哨兵接口中正确设置了site，但是由javascript客户端生成的错误没有site设置。
我的raven-js设置(请原谅我的Django)：
require(['lib/raven-1.0.7'], function(Raven){
Raven.config('{% sentry_public_dsn %}', {
// escapere is a custom tag
浏览 1提问于2013-04-06得票数 0
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
腾讯会议活动推荐
腾讯云开发者
