数据挖掘中的异常值处理

在身体质量指数(BMI)列中有一个异常值,与其他数据相差甚远。第二高的值是38.1,而这个异常值是294。实际上应该是29.4,错误发生在数据收集过程中。由于我的数据量有限,我不想删除这一行。谁能告诉我处理这个问题的技术方法?将这个值视为缺失值,然后使用诸如期望最大化插补或贝叶斯多重插补的方法是否可行?请帮助我解决这个问题。谢谢


回答:

检测错误数据,并根据需要使用您喜欢的任何数据插补技术进行替换。

当然,如果您能将错误数据保留,并设计一个足够健壮的整体方法来处理这些情况会更好。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注