异常值的处理

原理3西格玛准则,对一组数据计算处理后,可以得到一个置信区间,在此区间之外的部分应该被视为异常值。

3西格玛:0.68-0.95-0.99。异常值的处理
处理方法:箱线图
异常值的处理
上下两边出现的点视为异常值.Pandas中提供boxplot()方法绘制箱型图

a)直接删除
b) 使用前后两个边界值的均值替换
c) 不处理
d) 视为缺失值,利用缺失值的处理方法修正
若要对异常值进行修改,使用
pandas.DataFrame.replace
DataFrame.replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method=‘pad’)[source]
Replace values given in to_replace with value.
to_replace:查找被替换的值
value:替换的值