scipy.stats可以识别并掩盖明显的异常值吗？
当然可以！scipy.stats 是一个 Python 库，提供了许多用于统计建模和数据分析的功能。它可以处理包括异常值在内的各种数据类型和分布。
要使用 scipy.stats 掩盖异常值，可以使用 scipy.stats.mstats 方法来计算样本的均值和标准差，并使用 zscore() 方法来计算标准分数，然后使用 mask_outliers() 方法来掩盖异常值。
以下是示例代码：
import scipy.stats as stats
# 加载数据
data = stats.load_sample_data()
# 计算均值和标准差
mean = stats.mstats.mmean(data)
std_dev = stats.mstats.mstd(data)
# 计算标准分数
z_scores = stats.zscore(data)
# 掩盖异常值
masked_outliers = stats.mstats.mask_outliers(z_scores)
# 输出结果
print("Mean:", mean)
print("Standard Deviation:", std_dev)
print("Standard Scores:", z_scores)
print("Masked outliers:", masked_outliers)这段代码将数据存储在 data 变量中，使用 mstats 方法计算均值和标准差，然后使用 zscore 方法计算标准分数。最后，使用 mask_outliers 方法来掩盖异常值，并输出结果。
请注意，scipy.stats 只提供了一些基本的异常值检测方法。如果您需要更高级的异常值检测方法，建议使用其他工具或库，例如 PyLab 或 Z-Score Toolkit 等。
相关·内容
我在建立一个抗体识别器。它基于libsvm。当涉及到识别属于训练类之一的实例时，原型工作得很好。但是，当我给出任何图像，即使不包含blod-细胞(例如显微镜有坏的偏移/焦点)，它仍然提出了一类已知的模型。
我首先考虑实现类“未知”，但是我正在用所有的噪声图像来训练它，这会使模型的性能更差。
因此，我的想法是检查要识别的实例的一个/多个特性是否超出了值范围，并放弃它。
这是个好方法吗？如果是，应如何选择截止(例如，在标准偏差方面)？
非常感谢!
浏览 1提问于2013-10-15得票数 0
回答已采纳
1回答
我有一个数据集与3719的观察与9个功能。在这方面，我对选定的特性进行了多元线性回归。我得到了这样的诊断图：
我从图中了解到，依赖的和独立的variables.Residual图之间没有线性关系，呈现出非线性趋势。但从正态分布的Q-Q图上看，它服从正态分布.我没有搞明白什么是剩余的还是杠杆的阴谋？
我理解得对吗？如何解读这些情节。
浏览 1提问于2020-03-06得票数 0
回答已采纳
2回答
下面的脚本计算两个numpy数组(x和y)之间的R-平方值。
由于数据中的异常值，R平方值非常低。如何提取这些异常值的指数？
import numpy as np, matplotlib.pyplot as plt, scipy.stats as stats
x = np.random.random_integers(1,50,50)
y = np.random.random_integers(1,50,50)
r2 = stats.linregress(x, y) [3]**2
print r2
plt.scatter(x, y)
plt.show()
浏览 7提问于2015-02-04得票数 1
回答已采纳
1回答
如何计算python中日志正态分布函数的逆值？我正在尝试从使用函数[LOGINV][1]的Excel中转换一些函数
例如
LOGINV(0,005;2;0,5) yields 2,0382373
其中0,005为概率，2为均值，0,5为std。
scipy.stats有类似的功能，我可以应用吗？
浏览 1提问于2016-05-04得票数 5
回答已采纳
1回答
我正在尝试创建自己的QR代码生成器库和算法。我对创建QR代码的步骤做了一些研究，但仍然停留在这个模棱两可的点上。
纠错级别列出如下：
7%的数据字节可以是restored.Level，M(介质) 15%的数据字节可以是restored.Level Q(四分位数) 25%的数据字节可以是restored.Level H(高) 30%的数据字节可以被恢复。
QR码中的码Black = 1 & White = 0
根据维基百科的，这个级别是如何编码的。
L：3 (11二进制) -> (2黑色squares)M：2 (10二进制) -> (1 Black &1 White
浏览 20提问于2022-02-04得票数 0
当使用Spark拟合glm时，我被一个No status is returned. Java SparkR backend might have failed.错误所困扰。该作业实际上基于Spark web ui运行到完成，但在模型拟合期间的某个时刻(它似乎不是一个一致的位置)，SparkR返回上述错误消息，然后返回到R REPL。我看不到任何我可以参考以识别问题的日志。回答问题的人是否会将我引向日志，或提供有关此问题的其他反馈？
我可以看到生成错误的代码是。看起来好像get(".sparkRCon", .sparkREnv)指定的连接根本不存在，或者在计算过程中错误地使用空字
浏览 1提问于2016-09-15得票数 5
2回答
我正在研究解决Kaggle (人类模拟房价的核心:先进回归技术)的房价竞争问题，发现了这一部分：
# Transform the skewed numeric features by taking log(feature + 1).
# This will make the features more normal.
from scipy.stats import skew
skewed = train_df_munged[numeric_features].apply(lambda x: skew(x.dropna().astype(float)))
skewed = skewed[ske
浏览 0提问于2017-07-07得票数 29
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
1回答
我试着用融合的点云计算森林的植被比率。植被比率是指植被返回的点数(从一定高度以上返回，即2米)除以总回报数。
我有4个不同的数据集：
来自helicopterLidar的Lidar来自AircraftPhotogrammetry点云、feature-basedPhotogrammetry点云、半全局匹配
因此：(Number of returns from over 2 m) / (Total number of returns).
我尝试过一些代码在一个融合批处理，但似乎没有得到一个有效的答案。
当我在ArcMap中打开它时，我只会得到一个灰色区域。
C:\FUSION\Gridme
浏览 8提问于2020-06-02得票数 0
回答已采纳
1回答
我正在尝试训练一个学习模型来识别一个特定的场景。例如，假设我想训练它识别在游乐场拍摄的照片，而我已经有10000张在游乐场拍摄的照片。我想用这些照片训练这个模型，这样它就可以给其他照片的概率打分，这些照片是在游乐场拍摄的。我该怎么做？考虑到这是一个图像识别问题，我可能会使用卷积神经网络，但我不太确定在这种情况下如何训练它。
谢谢!
浏览 1提问于2016-12-22得票数 1
大熊猫巨蟒中ApplicantIncome、CoapplicantIncome、LoanAmount、Loan_Amount_Term列识别和替换异常值的最佳方法是什么。
我尝试使用海运盒图的IQR，并试图确定出口和填充NAN记录后，采取了ApplicantIncome的手段，并填充了NAN记录。
试着采取以下组合列(前)组:性别、教育、自营职业、Property_Area
在我的数据中有下面列
Loan_ID LP001357
Gender Male
Married NaN
Dependents
浏览 1提问于2019-02-27得票数 0
1回答
本机库具有FNV-1散列算法，它返回uint64值(范围:0到18446744073709551615)。我需要将这个值存储在PostgreSQL大系列中，但是它的范围是1到9223372036854775807。
可以将散列大小更改为例如。56?
有人能帮助改变本地算法以生成56位散列吗？
更新
是我自己用这个医生的
package main
import (
"fmt"
"hash/fnv"
)
func main() {
const MASK uint64 = 1<<63 - 1
h := fnv.New6
浏览 2提问于2015-10-23得票数 0
回答已采纳
1回答
如何将数据转换为正态分布
、、、、
我有一个数据集，包括6个月内30k客户的页面浏览数。它还包括以下内容：
使用的唯一操作系统数量
唯一浏览器用户数
使用的唯一cookie的数量--所有这些数字--都需要6个月的时间。
现在，我确实尝试使用以下方法做一个正常的测试：
from scipy.stats import normaltest
k2, p = normaltest(df)
print(p)
它返回0.0，意味着数据没有遵循正态分布。
现在我想知道为什么？我认为通常情况下，随着尺寸的增加，我们会看到数据的正态分布，因为数据的大小是30k，我无法理解为什么它不是正态分布。
我试着把他们转换成Z得分，但还是
浏览 0提问于2018-09-18得票数 3
我是这个社区的新手，所以请忽略我的虚荣心。
我有一个包含2948个实例的数据集，我试图使用Weka中的InterquartileRange过滤器删除异常值。问题是，ExtremeValues和Outliers中的“是”实例的数量分别高达2947和2946。换句话说，我所有的数据都被视为离群值。
这说明了我的数据集是什么？或者我不打算对这些数据执行IQR，如果是的话，除了IQR之外，还有其他算法来识别异常值吗？我们将如何对这样的数据集进行回归呢？
谢谢。
浏览 0提问于2015-02-10得票数 2
回答已采纳
我正在研究一个分类问题，我发现我的数据有很多异常值，这降低了我的识别率。我试过重新标度，标准化技术，如最小最大，盒考克斯，甚至日志转换。我正在考虑从方框图中删除异常值，但我担心我可能会删除定义模型所需的有用特性/数据。
有没有人建议如何处理这类案件。对数据的进一步分析表明，我的数据构成的特性属于不同的过程，如web应用程序、应用程序。我根据过程将数据分离出来，我确实看到了过程的巨大差异导致了不同的精度从60-95%不等。
关于如何处理这类案件，有什么建议吗？最后，我希望我的分类器可以进行分类，而不管过程类型如何。因此，就我目前的问题而言，这是否意味着我定义的功能不够好，或者我还能做些什么呢？
浏览 0提问于2017-05-07得票数 1
1回答
在R中检测业务销售数据中的异常值(这意味着可能存在趋势和季节性)需要哪些步骤？
我已经学习了ACF，PACF，残差，ARIMA模型(基本上是时间序列分析和建模)。我可以使用这些知识来帮助我识别异常值吗？
还有没有可能要求R指出哪个数据点是异常值？
非常感谢。
浏览 0提问于2014-07-15得票数 3
回答已采纳
我知道TRIMMEAN函数可以帮助将异常值自动排除在平均值之外，但是是否有一个只会识别哪些数据点是真正的离群点呢？我的工作是在经典定义的离群值为3 SD，远离平均值，在25%的底部和25%的数据。
我需要这样做，以验证我的R代码确实正在删除真正的异常值，因为我们正在为我们的研究目的在我的实验室中定义它们。对于识别和移除异常值的工作，r可能很奇怪，而且由于我们的数据是混合的(我们有按因子类分组的数值数据)，因此要确保确定识别和删除这些类组中的异常值变得非常棘手。这就是为什么我们要求助于电子表格程序来进行一次双重检查，而不是假设代码是自动正确地执行的。
谷歌单张中是否有特定的离群点识别功能？
数据
浏览 3提问于2021-04-12得票数 0
回答已采纳
1回答
T分布的怪异行为
、、
我有一个经验分布，我试着用numpy拟合一个numpy分布，并用matplotlib绘制它。
以下是我无法理解的事情：
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import t
arr = np.array( [140, 36, 44, 24, 15, 48, 19, 2, 84, 6, 70, 3, 20, 6, 133, 23, 30, 7, 37, 165] )
params = t.fit( arr )
mean = arr.mean()
std = arr.std()
r = np
浏览 3提问于2015-09-17得票数 2
回答已采纳
1回答
混淆是任何加密算法的必要组成部分。S包厢在确保混乱方面起着重要作用.如果一个加密算法不使用任何S框(而是一些其他操作/技术来提供混淆)，那么通过查看密码算法，我们如何才能识别出哪个组件提供了混淆。
浏览 0提问于2017-12-07得票数 1
回答已采纳
1回答
如何用密度图识别异常值
、、、、
我正在尝试用我的密度图来识别异常值。我目前正在使用seaborn库来绘制我的数据。我该如何识别异常值呢？我一直在考虑用统计库实现Z-score，这是唯一可以实现这一点的方法吗?不能在密度图中实现吗？
浏览 78提问于2019-04-18得票数 5
我正在实现本文中的基本架构： in PyTorch。
它由一个自动编码器和空间转换器组成。将自动编码器的输出输入ST左右，即双线性采样器与右图像一起输入，并利用双线性插值的输出计算左图像与其自身的L1损失。
但是有一个问题，我并不认为这个代码能做我想做的事情。grid_sample函数在PyTorch中的正式文档是指网格必须在-1和1的范围内，但是网格本身的最大值大于1。如果这段代码是正确的，那么我应该重写网格标准化的行吗？
我的第一个想法是这样重写它：(grid / torch.max(grid) - 0.5) * 2，所以值在-1和1之间，然后我应该删除padding_mode参数，因为没
浏览 15提问于2022-02-15得票数 0
嗨，我不想做的事情对这里的人来说应该很简单..我想从循环中的numpy数组中删除一行，如下所示：
for i in range(len(self.Finalweight)):
if self.Finalweight[i] >= self.cutoffOutliers:
"remove line[i from self.wData"
我正在尝试从数据集中删除异常值。我的完整代码如下所示：
def calculate_Outliers(self):
def calcWeight(Value):
pFinal =
浏览 4提问于2011-02-19得票数 1
回答已采纳
1回答
我正在处理医疗保险索赔数据，并希望识别欺诈性索赔。一直在网上阅读，试图找到一个更好的方法。我在scikit-learn.org上看到了下面的代码
有人知道如何选择离群点吗？代码将它们绘制在一个图表中，但如果可能的话，我想选择那些异常值。
我已经尝试过将y_predictions附加到x，但这不起作用。
print(__doc__)
import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import LocalOutlierFactor
np.random.seed(42)
# Generate
浏览 0提问于2019-07-26得票数 0
回答已采纳
我已经为绘制为条形图的数据创建了高斯拟合。然而，fit看起来并不正确，我不知道如何更改才能提高fit。我的代码如下： import matplotlib.pyplot as plt
import math
import numpy as np
from collections import Counter
import collections
from scipy.optimize import curve_fit
from scipy.stats import norm
from scipy import stats
import matplotlib.mlab as mlab
k_li
浏览 11提问于2019-10-08得票数 2
回答已采纳
2回答
希望用不同的颜色标记R矩阵中的异常值。假设我有如下数据
1 2 4 2 5
5 4 3 2 3
1 500 5 4 2
现在我想用不同的颜色标记500，用热图的默认颜色标记矩阵的其余部分。
有人能指导我完成这个过程吗？
浏览 1提问于2016-09-02得票数 1
3回答
隔离森林滑雪板污染系数
、、、、
我正在使用隔离林算法对时间序列数据进行无监督异常检测任务。我正在用Python开发它，更详细的是使用scikit-learn。
我在这方面发现了很多例子，但不太清楚的是如何在IsolationForest的实例化过程中设置污染参数。
看看文档，污染是
数据集的污染量，即数据集中异常值的比例。
我应该使用一些统计技术来确定这个百分比吗？
浏览 0提问于2019-07-01得票数 8
1回答
我使用tsoutliers()来识别我的结果度量中的异常值，它为使用替换值提供了一些建议；但是，我不确定如何替换数据中的值。 我想创建一个变量来使用来自输出的$index部分的信息来标记异常值或非异常值的记录(1和0)；我尝试了以下操作，但没有成功： tsoutliers(df$Y)
df$outliers = which(is.na(tsoutliers(df$Y)$index), 1, 0) 我还想用$replacements输出中的值替换观察值。
浏览 68提问于2021-09-23得票数 0
我使用的是windows7，安装了python 3.5 32位。我从为Python3.5安装了numpy 1.11 + mkl win32 whl版本，并以相同的方式安装了scipy 0.17.0。我使用pip install。导入numpy和scipy没有问题，但在导入scipy.stats或从scipy导入统计数据时查看错误...以下是错误消息：
如果来自scipy import stats：
Traceback (most recent call last):
File "<pyshell#2>", line 1, in <module>
浏览 0提问于2016-04-08得票数 3
我试着安装php5.6-curl软件包。它是以前安装的，但我做了一些手工构建的curl，所以我已经从系统中删除php5.6-curl包。在此操作之后，我还运行了apt自动删除程序。
所以，在成功构建了一些东西之后，我试着把apt安装称为php5.6-curl，它向我展示了这一点。
dirst@dirst-machine:~$ sudo apt-get install php5.6-curl
Reading package lists... Done
Building dependency tree
Reading state information... Done
Package
浏览 7提问于2017-08-13得票数 0
回答已采纳
我以为Math.pow(2,2)等同于2^2，但事实并非如此。那么在JavaScript中^ (插入符号)是什么意思呢？
我在控制台中执行了一些测试，但没有识别出结果：
2 ^ 2 = 0
2 ^ 3 = 1
1 ^ 2 = 3
浏览 3提问于2012-03-19得票数 12
回答已采纳
scipy.stats的统计分布套件(scipy.stats.norm、scipy.stats.uniform、scipy.stats.t等)都使用自己的.rvs()函数生成单变量数据序列，并且只有一个具有多变量表示：multivariate_normal，它对应于numpy的numpy.random.randn((N,K))。事实上，numpy.random中几乎所有的统计分布都可以生成多变量数据。 如何将scipy.stats中的单变量分布函数扩展到多变量数生成，假设它具有一些在numpy.random中找不到的分布，如johnsonsu？我必须自己手动创建一个循环函数，将多个单变量连接
浏览 32提问于2020-09-21得票数 0
2回答
这里有一些要处理的数据。
df <- data.frame(x1=c(234,543,342,634,123,453,456,542,765,141,636,3000),x2=c(645,123,246,864,134,975,341,573,145,468,413,636))
如果我绘制这些数据，它将产生一个简单的散点图，其中有一个明显的异常值：
plot(df$x2,df$x1)
然后，我可以随时编写下面的代码来删除y轴异常值。
plot(df$x2,df$x1,ylim=c(0,800))
所以我的问题是:有没有办法自动排除散点图中明显的异常值？就像ouline
浏览 1提问于2015-06-15得票数 1
1回答
我有一个随时间变化的互联网测量实验结果，如下图所示。我正在做熊猫的时间序列分析。由于服务器停机，数据出现了一定程度的下降。我正在寻找平滑数据的好方法。
在更简单的内置平滑函数中，pd.rolling_max()提供了一个相当好的估计。然而，它有点高估了。我还尝试编写了自己的平滑函数，当下降率大于20%时，它会将值向前传递。这也提供了一个相当好的估计，但阈值是任意设置的。
def my_smooth(win, thresh = 0.80):
win = win.copy()
for i, val in enumerate(win):
if i > 1 and
浏览 0提问于2014-08-27得票数 3
2回答
我正在用OLS方法拟合一个标准的多元回归。我有5个预测因子(2个连续的和3个分类的)加上2个双向交互项。我用残差和拟合图做了回归诊断。异方差非常明显，bptest()也证实了这一点。
我不知道下一步该怎么办。首先，我的因变量是合理对称的(我不认为我需要尝试DV的转换)。我的连续预测也不是高度倾斜的。我想在lm()中使用权重；但是，我如何知道要使用什么权重呢？
有没有一种方法可以自动生成用于执行加权最小二乘的权重？或者你还有其他的办法吗？
浏览 1提问于2014-06-25得票数 3
2回答
我习惯于使用Makefiles，但我当前的项目使用.qbs文件。如何在不创建或不需要文件的情况下，通过qbs运行一个简单的终端命令？类似于make中的假规则。
下面的代码在我的终端中运行并显示“棒极了”。
import qbs 1.0
Project {
name: "cli"
Product {
name: "helloworld"
type: "application"
files: "TEST.c"
Depends { name: "
浏览 1提问于2015-07-24得票数 0
我知道geom_boxplot()的默认设置是：
Q3 + 1.5 * IQR
Q1 - 1.5 * IQR
但我想做4次偏离平均值的标准差：
平均+4* SD
平均-4* SD
在ggplot2中可以这样做吗？如果没有，还有什么可供选择的？
我看到一篇关于更改到不同IQR的帖子，但我特别感兴趣的是更改为标准偏差。
浏览 1提问于2018-01-19得票数 1
我希望在管道执行开始时识别并丢弃不完整的窗口(独立于滑动)。例如：
如果我每小时计算一次事件的数量，并且我从一小时过后的55分开始计数，那么我应该期望第一个窗口中的值大约为1/12，然后平滑地上升到“正确”的平均值。
浏览 0提问于2017-01-04得票数 2
1回答
我有一个未知分布的概率密度函数，它作为一组元组(x，f(x))给出，其中x=numpy.arange(0,1,size)和f(x)是对应的概率。
识别相应分布的最佳方法是什么？到目前为止，我的想法是根据pdf (通过从头开始编写代码)绘制大量的样本，然后使用所获得的数据来适应在scipy.stats中实现的所有发行版，然后进行最佳拟合。
有没有更好的方法来解决这个问题？例如，在scipy.stats中是否有某种实用工具可以帮助我解决这个问题？
浏览 2提问于2016-03-22得票数 4
回答已采纳
我知道数据中存在异常值，但它们的行为与其他数据点有很大不同。但是今天，他们在学习朴素贝叶斯的同时，也提到了朴素贝叶斯会受到离群点的影响。但是，数据集中的哪些点被称为离群值，我们如何识别它们？
浏览 0提问于2019-07-01得票数 2
1回答
艾默：
mixed.lmer6 <- lmer(Size ~ (Time+I(Time^2))*Country*STemperature +
(1|Country:Locality)+ (1|Locality:Individual)+(1|Batch)+
(1|Egg_masses), REML = FALSE, data = data_NoNA)
剩余数：
plot_model(mixed.lmer6, type = "diag")
在我的公式中尝试了手动日志、power、sqrt转换，但是没有改进，我也找不到合适的自动转换R函数，比如BoxCo
浏览 13提问于2022-07-12得票数 0
我有两个问题。
1)我有一个像[1,2,3,4,5,5,3,1]这样的数组。我不知道它是哪个发行版。我可以使用scipy.stats自动计算pmf，cdf吗？
2)scipy.stats就像一个分发库？如果我想分析数据，我必须找到一个分布或定义一个分布？我需要手动计算一些数据，比如pmf。我的理解正确吗？
浏览 3提问于2016-06-12得票数 0
1回答
我的XGBoost模型经常在对相同样本的预测中出错。我想让模型知道它的错误，并纠正模型的预测行为。我该怎么做呢？
我试图通过降低logistic回归阈值(通过增加模型敏感性)来解决这个问题，但这会导致假阳性预测的急剧增加。我还试着调优模型的参数(按树合并样本、子样本、min_child_weight、max_depth)，但没有帮助。
在文本识别软件中，我遇到了一些功能，它允许程序说“你预测了一个字母不正确”，并由此学习模型来正确识别一个字母。
机器学习中也有类似的东西吗？
可能有一些正则化方法，它们在特征之间重新分配权重。
谢谢。
浏览 23提问于2019-10-23得票数 0
回答已采纳
这是我的数据集：
我是数据分析新手，找出这两个事件之间的相关性(Inc_cnt)的最佳方法是什么？
inc_cnt_bfr是之前的事件，inc_cnt_aft是之后的事件。appid和chg_number成对出现。
以第1行为例，事件提升之前为20，事件提升为70。
我遇到过最近的邻居(n_neighbour，和metrics=‘相关性’)，当我查看文档时，很难理解。在我的训练中，我介绍了numpy，pandas和基本的ml算法。为了实现我所学到的知识，但需要一些关于找到相关系数或对此类数据集进行假设检验的最佳方法的建议，我已经实现了两种方法，即@rajith和@Ricardo的建议
浏览 4提问于2020-04-23得票数 0
2回答
我知道如何使用并行创建matplotlib图。但是，当绘图函数来自不同的python包时，我无法找到如何做到这一点，比方说海运和scipy.stats。
有人能帮忙吗？
import seaborn as sns
import matplotlib.pyplot as plt
import scipy.stats as stats
from scipy.stats import norm
train = [1,2,2,3,3,3,4,4,4,5,6]*2
#Distribution from seaborn
sns.distplot(train, fit=norm);
plt.ylabe
浏览 7提问于2020-04-08得票数 1
回答已采纳
1回答
我有一些需要执行简单线性回归的数据。问题是我需要消除一些异常值，所以我使用cftool并将它们从回归中删除。我有以下代码
cftool(avg_strain_values,avg_stress_values);
当cftool加载时，标准方程是一个多项式，我必须手动将其改为y=ax+b。我的问题是:有没有一种方法可以调用cftool并自动更改等式？或者我必须每次都手动完成？在文档中和web周围都提到了fit，它可以做到这一点，但当我尝试它时，我无法消除异常值。
浏览 0提问于2018-05-24得票数 1
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
3回答
有人能解释一下这个函数是如何工作的吗？
public int TestAdd(int a,int b) {
if(a <1)return b;
return(TestAdd((a&b)<<1,a^b));
}
浏览 0提问于2011-02-23得票数 2
回答已采纳
我有足够的和正确格式化的数据数百万没有标签。我得找出异常情况。
听说隔离林、马氏距离关于在无监督学习中识别异常。这些可以试试吗？
他们还有其他我们可以尝试的技术吗？
谢谢
浏览 0提问于2018-10-27得票数 1
回答已采纳
我想对我的android应用程序进行加密，这样就很难进行反编译或逆向工程。为此，我遇到了右后卫。我从它的资料单上看了一下，它提供了多层次的加密和混淆。所以我想知道它是否也会加密任何网络调用。
浏览 2提问于2017-12-17得票数 0
回答已采纳
2回答
在R中，我用大约150列的data.frame绘制了一个相当大的盒子图。我知道有一些“异常”列，其中的分布与数据集中的其他部分太不一样了，我想准确地识别哪些列。
不出所料，标签没有足够的空间，即使有，用手检查也可能不方便。所以我想我可以用R的identify函数来定位违规的列。然而，这样的函数需要x和y坐标，到目前为止，我无法使它工作。
我试过了
boxplot(dd.noctr$TGS, outline=F)
identify(xy.coords(dd.noctr$TGS)$x, y=xy.coords(dd.noctr$TGS)$y)
其中dd.noctr$TGS是我的数据(矩阵或data
浏览 14提问于2013-10-01得票数 2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
