Выбросы могут негативно повлиять на производительность модели и привести к неправильному суждению во время анализа данных. Вот два простых способа уменьшить выбросы.
Что такое выброс?
Выброс — это точка данных, которая не соответствует общему шаблону своего окружения. Взглянем:
Вот два разных способа уменьшить выбросы:
- Использование Z-оценки.
- Используя межквартильный диапазон (IQR).
Использование Z-показателя:
Теперь, чтобы использовать этот метод, мы предполагаем, что наши данные:
1. Распределена нормально (кривая Белла).
2. Была стандартизирована (среднее значение = 0 и стандартное отклонение = 1)
3. Хорошо, этого достаточно😄
Теперь, после стандартизации данных, мы знаем, что почти ~ 99,7% данных находятся между 3 стандартными отклонениями (между [-3, +3]). Проверьте это:
Теперь все данные, находящиеся в пределах центральных 99,7 % (в пределах 3 стандартных значений), являются правильными, и мы хотим сохранить их.
И любые данные, которые лежат ниже или вышехороших,мы хотим уничтожить 👊. На приведенной выше диаграмме мы хотим уничтожить первые 0,15% данных, а также уничтожить последние 0,15% данных, чтобы избавиться от выбросов 😷.
Использование межквартильного диапазона (IQR):
Хм, так что в этом методе давайте сначала отсортируемданные.
Теперь давайте найдем 25-й процентиль и 75-й процентиль из отсортированных данных. Пожалуйста, погуглите, если вы не знаете, что такое процентиль ☎️.
Разница между 75-м процентилем и 25-м процентилем называется межквартильным диапазоном.
→ (75-й процентиль) − (25-й процентиль) = (Некоторое дерьмовое значение, называемое IQR )
Хорошо, пора искать выбросы:
1. Любые данные ниже: (25-й процентиль) − 1,5*(IQR) можно считать аутсайдером. Удалить их.
2. Любые данные, лежащие выше: (75-й процентиль) + 1,5*(IQR), можно считать выбросом. Удалить их.
Игра окончена! 👟
ЗАКЛЮЧЕНИЕ:
- Мы увидели, что в обоих методах мы обнаружили выбросы в нижней или верхней части данных.
- Метод Z Score лучше всего использовать, когда вы знаете, что данные распределены по Гауссу и стандартизированы, потому что это упрощает жизнь!
- Метод IQR — это более общая идея удаления выбросов, которая работает во всех случаях.
Спасибо за чтение, Ура 🍺.
СВЯЗАТЬСЯ СО МНОЙ:
ЭЛЕКТРОННАЯ ПОЧТА: [email protected]
LinkedIn: https://www.linkedin.com/in/sauravgupta20