如何重复Grubbs检验并标记异常值
我想对一组数据应用 Grubbs 检验，直到不再找到异常值为止。我想标记异常值而不是删除它们，以便我可以将数据绘制成直方图并将异常值显示为不同的颜色。我已经使用来自“outliers”包的“grubbs.test”手动识别了异常值，但无法弄清如何循环遍历它们并成功地标记它们。我的目标输出类似于...
在ggplot中包含极端离群值的指示
我的数据集中有极少数的异常值，这使得箱线图难以阅读： library(ggplot2) mtcars$mpg[1] <- 60 p <- ggplot(mtcars, aes(factor(cyl), mpg)) p + geom_boxplot() 因此，我想这样指出极...
Matplotlib的箱线图（boxplot）不包含异常值。
有没有办法在matplotlib（Python）中绘制箱线图时隐藏异常值？ 我正在使用最简单的绘图方法： from pylab import * boxplot([1,2,3,4,5,10]) show() 这给我一个如下的图表： （由于我的声誉不够，我无法发布图片，但基...
使用百分位数在Pandas DataFrame中删除异常值
我有一个名为df的DataFrame，其中有40个列和许多记录。 df:User_id | Col1 | Col2 | Col3 | Col4 | Col5 | Col6 | Col7 |...| Col39 对于除了“user_id”列之外的每一列，我希望检查是否存在异常值，并在出现异常值...
数据挖掘中的异常检测
我有关于异常值检测的几个问题： 我们能否使用k-means算法找到异常值，这是一个好方法吗？ 是否有任何无需用户输入的聚类算法？ 我们能否使用支持向量机或其他监督学习算法进行异常值检测？ 每种方法的优缺点是什么？
从Matplotlib中找到异常点：箱线图
我正在使用matplotlib的boxplot函数绘制一个非正态分布，并且希望通过boxplot函数找到离群值。 除了这个图，我还想知道我的代码中显示为离群点的数值。是否有任何方法可以从boxplot对象中提取这些值以在下游代码中使用？
Pandas：将所有列中的异常值替换为NaN
我有一个包含三列的数据框，例如： c1,c2,c3 10000,1,2 1,3,4 2,5,6 3,1,122 4,3,4 5,5,6 6,155,6 我想将所有超出2个标准差的列中的异常值替换掉。使用以下代码，我可以创建一个不包含异常值的数据框。 df[df.ap...
从k-mean聚类中删除异常值
我有许多包含10个XY坐标的小数据集。我正在使用Matlab（R2012a）和k-means来获取质心。在某些聚类中（如下图所示），由于我的数据集太小，一个离群值会破坏我的质心值。有没有一种简单的方法来排除这些点？据说Matlab有一个“排除离群值”的函数，但我在工具菜单中找不到它。谢谢你的帮...