回答情况：
提问时间：
问题标签：
我的数据是这样的， Country ValueUSA 120UK 200UK 400 我需要检测每个国家/地区的异常值，并在视觉上显示它们。我试着使用盒子图(国家和值)，但我有大约3M行，它崩溃了。任何关于如何以更好的方式解决这个问题的建议都将不胜感激。
浏览 49提问于2021-03-24得票数 0
回答已采纳
目前，我正在使用VIF检测多重共线性。然而，网上几乎没有我可以作为参考的例子，因此我尝试自己使用它。dfX = df[["OverallQual","ExterQual",&#
浏览 0提问于2019-08-01得票数 0
] {}".format(item.name)) self.outliers= []
for item in self.outliers:
print("[name]: {}\n[outliers]:[no outliers] RainToday
浏览 1提问于2022-02-22得票数 0
回答已采纳
true_outliers= outliers[ (outliers['knn_1000']==1) & (outliers['abod_neighbors_5_1000']==
浏览 2修改于2019-11-19得票数 0
我就是这样实现的： df_outliers_detected = pd.DataFrame(df_outliers_detected) for j in range(len df_outliers_detected)
浏览 5提问于2022-03-24得票数 0
$outliers$values$outliers$values[[1]][[1]] "dimensionKey"=2101120,我想让瑞索看看：
$<em
浏览 1提问于2014-02-25得票数 1
回答已采纳
x[out$outliers] = NA}
out = graphics::boxplot(x, plot=FALSE)" = detect_outliers(vals), "detect_outliers3" = detect_
浏览 5修改于2022-12-04得票数 0
hi_outs = (sepal_outliers > 4.05))和另一个变量到较低的(例如。lo_outs = (sepal_outliers < 2.05))。sepal_outliers = x[:,1]df[outliers]
浏览 2提问于2018-04-01得票数 0
回答已采纳
categ_col" : np.random.choice(['categA', 'categB', 'categC'], size = nrows)outliers_model= OutlierTree()
outliers_df = outliers_model.fit(df, outliers_print = 10, return_outliers = True) #gives
浏览 3提问于2021-03-31得票数 2
回答已采纳
我在运行流程代码时遇到了问题：grubbs.flag <- function(x) { test <- x[!x %in% outliers]
grubbs.r
浏览 3修改于2017-05-23得票数 2
回答已采纳
1回答
我有一个包含多个文件的文件夹：W1747_RH_sig_window_outliers_g_posW19173_RH_sig_window_outliers_g_chrom
W19173_RH_sig_window_outliers_g_posW1747_RH_sig_window_outliers_g_
浏览 0修改于2018-03-15得票数 0
回答已采纳
2回答
of data that outliers represent in the column# Shows max value in the column
_outliers["max_val"] = df[_
浏览 4修改于2022-11-01得票数 0
回答已采纳
1回答
= ts.to_frame(name="ts") df_outliers["outlier"] = model.predictdetection: found" ax.plot(df_outliers["index"],df_<em
浏览 2提问于2021-03-09得票数 0
回答已采纳
Raw_data<-within(Raw_data,{ Pos_outliers=NA Neg_outliers[Company =="2203"]<-if
浏览 14提问于2020-05-15得票数 0
1回答
def remove_outliers(df,numeric_features):remove_outliers is a function which removes outliers bymean by 2 standard deviations or below the mean by 2 standard deviationsnumeric_featur
浏览 2提问于2019-08-03得票数 0
但是，似乎rm.outliers() funcion并不能同时替换所有的异常值。可能，rm.outliers()不能递归地执行despikes。然后，基本上我不得不多次调用这个函数来替换所有的异常值。下面是我正在经历的问题的一个可重复的例子： # creating a timeseries: y = rnorm(10000) y[4000:4500] = -11
y[
浏览 3提问于2016-02-27得票数 1
回答已采纳
(line_index) return np.delete(X,list(outliers_indexes), 0)
X_train_transformed= outliers_remover.fit_transform(X_train)
它
浏览 3提问于2022-02-17得票数 1
回答已采纳
outliers_cols = df[['ColA', 'ColB']]
high = 0.99
outliers_df = df[(outliers_cols > qtldf[high]) | (outliers_cols < qtldf[low])] 谢谢你的帮助。
浏览 1提问于2019-12-15得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号