1回答
从数值特征中去除异常值
、、、
您好，我正在尝试从具有数字特征的列中删除异常值，但是当我执行代码时，整个数据集都被删除了。any1可以告诉我我做错了什么吗？
浏览 28提问于2021-01-29得票数 1
回答已采纳
我有一个数值变量(价格)，它在训练和测试数据集中都有一个长尾。我发现，如果删除这个变量在训练和测试数据集中的最高值1%，那么这个变量的直方图和测试数据集看起来基本相同。见下图。在这个例子中，由于这个变量在训练和测试数据集中的经验分布在去除“异常值”之前和之后看起来都是一样的，那么我们应该保持这个变量不变吗？此外，一般来说，在将特征放入机器学习算法之前，我们应该如何处理异常值？
浏览 0提问于2018-03-06得票数 5
回答已采纳
我正在尝试对零售数据进行聚类，以便根据6个输入特征提取客户分组。我已经使用Pandas get_dummies()将“部门”类别变量拆分成二进制n维数组。KMeans对输入非常敏感，这可能会影响弯头方法中的WCSS，并导致直线，但这只是一种倾向，我没有任何量化支持来支持这一论点。我是一个初级数据科学家，所以关于集群模型和算法的技术基础的知识还在发展中，所以如果我错过了什么，请原谅我。我还删除了客户的退货(即负数量和价格)的倾向下，我可能会创建一个二元变量‘返回’来捕捉这一特征。以下是一些指标：
以下是去
浏览 0提问于2020-05-15得票数 0
3回答
当我绘制(到目前为止)最重要的特征，如盒子图，看看是否有异常值时，我发现了许多异常值。所以我试着从数据集中删除它们。print('Clean model shape (after clearing out &
浏览 0提问于2018-12-20得票数 5
回答已采纳
2回答
我是R的新手，我尝试使用一个函数来测试包含600多个变量的大型数据帧中的异常值，除了最后两列之外，所有变量都是数字。我尝试了outliers包中的离群值函数，一次测试一列，最后得到了一个我无法使用的数值向量。有没有更好的方法来识别数据帧中的所有异常值。
浏览 2提问于2013-03-05得票数 1
我希望从每一列中删除异常值，为此我执行以下操作。我的理解是它去除了异常值，但现在我用空值代替了异常值。我的理解正确吗？
浏览 23提问于2019-03-19得票数 0
有关数据集的信息：所有的特征都是数值。以下是我采取的一些方法和相关结果：稳健标量Logistic回归
剔除异常值
浏览 0提问于2021-05-08得票数 1
1回答
我正在尝试从我的数据中删除异常值。在我的例子中，异常值是在箱形图上绘制时远离其余数据的值。去除异常值后，我会将数据保存到新文件中，并运行一些预测模型来查看结果。它们与原始数据的不同之处。我使用了一个，并采用它从我的数据中删除了异常值。本教程使用箱线图来计算异常值。
当我在有异常值的列上运行它时，它工作得很好。但是，当我为没有异常值的列运行它时，它会引发错误。如何删
浏览 1提问于2019-02-20得票数 0
1回答
除了文本之外，我还有一些我认为可能有用的数字特征(这些特征中也有缺失值)。但最重要的信息当然是在正文中呈现的。将当前仅适用于文本输入的模型与数字特征混合的最佳实践是什么？在这个领域有什么技巧，最佳的通用实践，最先进的研究正在进行吗？有没有关于这个主题的论文/实验(可能是关于GitHub的)？让我们假设我们有来自用户的评论，他们在评论中描述了他们在接受服务或购买商品时面临的问题。目标特性是多标签:与用户抱怨相关的一组标签(类别/主题)(我们应该从数百个可能的主题中选择相
浏览 5提问于2018-09-14得票数 0
MMS= MinMaxScaler(feature_range = (0, 1)) (在Program1中使用)
sc = StandardScaler() (在另一个程序中，他们使用标准缩放器，而不是
浏览 2提问于2018-07-09得票数 25
回答已采纳
1回答
我正在尝试编写一个Grok过滤器来解析logstash中的WSO2日志。我能够映射所有必需的属性。但在一个属性中，我们需要删除10个数字字符。
谁能告诉我如何用Grok模式做这件事吗？
浏览 1提问于2020-05-26得票数 1
回答已采纳
1回答
我正在使用Lime (局部可解释模型-不可知论解释)与混合特征类型，以评估我的模型预测的分类任务。
浏览 6提问于2020-09-30得票数 0
回答已采纳
最近，我阅读了一些论文，其中作者指出，他们已经对变量进行标准化/规范化，以减少数据训练的机器学习模型中的异常值的影响。
说得通吗？为什么？我认为，在标准化之后，异常值与其他值之间的差异仍然存在于数据中。
浏览 0提问于2021-09-29得票数 1
回答已采纳
1回答
处理异常值
、、
我有一个名为“每周小时”的数字特征和另一个叫做“年龄”的特征。这些是我在dataset中考虑的唯一的数值特性。我为每一项功能做了一个盒形图，以确定是否存在异常值，如下所示。data, ax=axes[i])plt.tight_layout()这是输出：通过收集数据，我能够处理“年龄”异常值下面是所讨论的变量的分布：我不知道是否应该删除这些异常值，我的目标是以后在分类机器学习模型中</em
浏览 0提问于2023-04-07得票数 0
1回答
对于pandas.Series，我知道如何去除异常值。i in range(1000)])
df.set_index('index') 我通常做像这样的事情 df = df.groupby('index').mean() 然而，在这种情况下，它还会对异常值进行平均，我希望从平均中忽略这些异常值。请注意，随机数据使每个列中的异常值处于不同的位置。因此，应该只忽略该列/系列中的异
浏览 9提问于2021-11-02得票数 1
回答已采纳
总之，有四个分类特征和一个数字特征。总共大约有1000 K行。
在这种情况下，我认为决策树或随机森林比回归更有效。理由是只有一个数值特征。从数据来看，我可以肯定地说，有一个4级的产品层次结构，但我不太确定一个数字特性(我认为这是提议的价格)，因为在某些情况下，这个数字和售价(y变量)有很大的差别。此外，在本专栏中有许多异常值(可能是被迫引入的)。
浏览 3提问于2021-01-07得票数 0
回答已采纳
1回答
检测和替换异常值
、、
Transforming using log or Bin> -> Test separately
我实际上打算使用median来去
浏览 24提问于2020-02-25得票数 0
我检查了标准化/标准化的所有方法，这些方法对异常值的存在不敏感，适合本案例研究。根据科学知识-学习0.24.2关于不同标度对异常值数据影响的比较的研究，有人指出这里：
如果集合中存在一些异常值，则稳健的定标器或变压器更合适。关于数据集的合成性质，我需要对某些特征/列使用分类编码来将它们转换为基于表示的学习模型的数值(例如，使用图像形式的数据作为学习算法(如CNN )的输入。请查看这个纸中的参考文献:图6 )。
浏览 0提问于2021-05-29得票数 0
每个训练向量包含两个大小相等且有相反信号的特征，即F1 = -F2。其中一个功能是多余的，更好地被删除吗？
上述问题的答案是否取决于所使用的内核？
浏览 4提问于2011-12-27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
腾讯会议
云直播活动推荐
腾讯云开发者
