如何解决在不平滑的情况下删除数据集中的异常值
我的数据包含在图上清晰可见但难以去除的异常值。无论我尝试什么,我总是最终平滑不需要平滑的数据,并减少但不删除我的异常值。在下图中,您可以看到我未经调整的原始图像,以及经过调整的平滑图像。
def reject_outliers(data,m=2):
return data[abs(data - np.mean(data)) < m * np.std(data)]
给出与下面相同的结果,根据 m 值进行平滑处理。
def removeOutliers(x,outlierConstant):
a = np.array(x)
upper_quartile = np.percentile(a,75)
lower_quartile = np.percentile(a,25)
iqr = (upper_quartile - lower_quartile) * outlierConstant
quartileSet = (lower_quartile - iqr,upper_quartile + iqr)
resultList = []
for y in a.tolist():
if y > = quartileSet[0] and y < = quartileSet[1]:
resultList.append(y)
return resultList
如何去除这些异常值(大约为 2250 和 1700),并对其余数据进行最少的平滑处理?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。