1回答
select=housing.csv 现在我发现了下面的异常值(总共22行)： def IQR(df,column): outliers = df.filter((df['RM'] > upper) | (df['RM'] < lower)) 下面是检测到的异常值4.138 23.34 20.2 249900
4
浏览 22提问于2021-04-01得票数 0
回答已采纳
1回答
我遇到了以下问题：
我正在做一个数据科学的初学者项目。我得到了测试和训练数据拆分，现在我正在分析每个特征，然后将其添加到离散连续变量的数据帧或连续变量的数据帧中。在这样做的时候，我遇到了一个离群值很大的特征。如果我要删除它们，我已经添加到我的子数据帧中的其他特性将具有比这一个更多的列条目。我是应该找到一种策略，用“更好”的值覆盖离群值，还是应该重
浏览 11提问于2021-03-25得票数 1
1回答
我想知道如何用均值替换异常值。我有了dataframe，我可以找到离群值并过滤行，现在我想用平均值替换它。我该怎么做呢？27 03 80 25 46 42 10 1
3
浏览 24提问于2021-03-29得票数 0
回答已采纳
如何使用C#中的单应性或其他方法获取匹配眼点的内值/异常值？我找到matchedFeature了。代码使用HomographyMatrix (单应性)。我想区分内部和异常值。在C++中：
int cvFindFundamentalMat(const CvMat* points1, const CvMat* points2我可以在C#中看到类似的代码
浏览 0提问于2011-01-10得票数 4
回答已采纳
我正在尝试使用Tableau预测来查找时间序列异常值。我需要将实际值与预测结果中的95%置信水平进行比较，以确定它是否为异常值。
我知道我可以在图表上查看预测结果。但我想以计算的方式使用预测结果。有什么办法可以做到吗？我找不到任何Tableau函数来检索预测结果。
浏览 7提问于2019-10-28得票数 0
我现在正在研究具有异方差噪声的GP模型，我想知道GPflow社区中是否有代码或注释，以便我可以了解它们。非常感谢！
浏览 42提问于2021-10-30得票数 2
1回答
我有一个大但不可靠的矩阵形式的数据集。我使用包异常值来搜索数据集中的异常值，特别是在我的数据矩阵的每一行中，但是每一行都有多个异常值。为了寻找一个以上的异常值，我尝试使用一个重复循环来替换异常值(用行平均值)，直到该行的标准偏差低于某个指定值为止。standarddeviationthreshold) {
浏览 4提问于2014-06-21得票数 1
回答已采纳
2回答
Spark中的多输出分类
、、、
我们可以在Pyspark中预测多个目标变量吗，就像我们在sklearn中执行MultiOutputClassifier一样？我有一个包含多个目标变量的数据集0 Pbl1 Low“问题和复杂性”，我必须预测特定问题的“技能”，而我的目标变量是“Ski
浏览 0提问于2019-02-15得票数 1
2回答
我想做的是识别记录这是我试过的，但不正确，效率不高。38是最大值，因为它在3sd限制内，并且是一个有效的最大值(意思是不存在异常值)。类似地，36是最
浏览 4提问于2019-12-26得票数 1
回答已采纳
为了排名，我需要让row_number是一个pyspark数据帧。我看到在pyspark的窗口函数中有row_number函数，但这是使用HiveContext所必需的。我尝试用HiveContext替换sqlContext self.sc = pyspark.SparkContext()
#self.sqlContext = pyspark.sql.SQLContext(s
浏览 0提问于2016-10-30得票数 2
1回答
我试图处理数据集中的异常值，但是当检查它们的编号时，我发现在每一列中都有大约95%的异常值！太奇怪了。 train[col] = np.where(train[col] <lowerLimit,lowerLimit,train[col])
我认为这些值可能是人为错误或系统故障的结果因此，我们不能简
浏览 2提问于2021-09-08得票数 0
回答已采纳
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。📷
我的问题是:我仍然需要使用训练数据(包括特性和标签)对测试数据进行预测(仅使用特性)。在这种情况下，我应该如何处理这个特性变量？我在考虑删除训练和测试数据集中的前1%的数据，但是由于我仍然需要对1%的测试数据进行预测，所以我想这不是一个好主意。在这个例子中，由于这个变量在训练和测试数据集中的<
浏览 0提问于2018-03-06得票数 5
回答已采纳
我收集了一个产品在发布管道中需要多长时间才能发布的数据。到目前为止，95%的数据花费了<400分钟的异常值= 0。然后，5%的数据在700,40000分钟的异常值= 1之间。我想使用xgboost构建一个分类器，它可以预测一个事件是否会是一个“异常值”。问题是，异常值非常少见，我有大约200个异常值数据点和3200个非异常值数据点。目前，在没有调整的
浏览 3提问于2019-03-05得票数 1
2回答
我有一个时间序列数据帧，我想用LSTM预测，但我不能用缩放后的值替换训练值和测试值。 这是数据帧 ? 这是缩放后的数据 ? 我如何将缩放值替换为训练数据帧中的值?因为索引是日期，而我不能循环替换数据。我也不能替换数据帧中的数据。 提前感谢
浏览 14提问于2021-01-27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？谢谢。
浏览 0提问于2018-05-09得票数 6
回答已采纳
这个问题类似于，但有一个附加的细微差别：
我的数据是异方差的，我想用统计模型提供的任何一种异方差一致标准误差(HC0_se、HC1_se等)来绘制平均值的置信区间。对于每个拟合的值，我找不到任何容易获得这些信息的方法(虽然很容易得到每个系数的间隔)。它似乎也不像标准的平均置信区间数据那样包含在stats.outliers的结果汇总表中。两个问题：
浏览 5提问于2014-01-28得票数 1
回答已采纳
2回答
(但不减少它们的影响)
、、、、
我有一个小的数据集(大约60个样本)，我需要它来很好地预测高目标值。只有几个高值，而我尝试过的所有模型对于这些高值都表现不佳。因此，我想知道有什么技术可以使算法在不能被视为异常值的高值情况下表现得更好。你看，这几个高值使得MSE非常大，因为模型往往低估这些高值，预测它们要小2倍或更多。我有一个为异常值生成假数据的想法，但我还没有找到正确的回归方法
浏览 0提问于2018-10-05得票数 0
回答已采纳
几年来，我一直在使用机顶盒开发星火工作，我们的团队最近搬到了Google平台，允许我们利用BigQuery等的力量。问题是，我现在经常发现自己在SQL中编写的处理步骤比用PySpark编写的要多，因为它是：
如果需要，可以在GUI上轻松地运行它最后，我只在我有一些不能用SQL来表达的事情时才使用Spark。为了明确起见，我的
浏览 2提问于2019-05-07得票数 18
我正在学习tensorflow，在各种例子中，我看到为了从logits获得预测，我们使用了tf.argmax(logits, 1)。根据我站下的情况，logits是概率值，tf.argmax()将给出指定轴上最大值的指数。但是，我们如何用指数来代替概率值呢？我们不应该用最大值作为预测吗？
但我已经看到，上面的代码运行良好。我肯定我在这里错过了一些基本的</
浏览 0提问于2018-06-30得票数 3
回答已采纳
1回答
我应用了隔离森林算法来识别我的时间序列中的异常数据。现在，我想在将这些离群值送入机器学习模型之前替换它们。我们如何在时间序列分析中替换这些异常值？
浏览 9提问于2021-07-23得票数 0
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
