PYTHON 用三倍四分位間距蓋帽法處理異常值

異常值的存在給建模帶來極大困擾，在模型構建之前，採用四分位間距法去掉異常值是我們常用的方法，我把**總結如下：

## del_cols:不用蓋帽法處理的列名集合

## df_data_1:待處理的資料框
defoutliersdeal
(df_data_1 , del_cols )
:import copy 
df_data = copy.deepcopy(df_data_1.drop(del_cols , axis =1)
)    colnames = df_data.columns.tolist(
)for col_name in colnames:
u_75 = df_data[col_name]
.quantile(q =
0.75
)        u_25 = df_data[col_name]
.quantile(q =
0.25
)        iqr = u_75 - u_25
df_data.loc[df_data[col_name]
> u_75 +
1.5*iqr , col_name]
= u_75 +
1.5*iqr
df_data.loc[df_data[col_name]
< u_25 -
1.5*iqr , col_name]
= u_25 -
1.5*iqr
df_data_1[col_name]
= df_data[col_name]
return df_data_1

if __name__ ==

'__main__'
:import pandas as pd
import numpy as np
data = pd.read_csv(
'data/cs-training.csv'
)    data.describe(
)    data.columns.tolist(
)## 用蓋帽法處理異常值
data = outliersdeal(data,
['customerid'
,'seriousdlqin2yrs'])
data.describe(
)

讓你的個人效率翻三倍

你是否曾有過這種感覺 當你回顧自己度過的一周時感到消沉，因為你未能完成自身所期望的那麼多工作。當你在打造乙個成功的職業生涯或你自己的事業時，時間或許是你最寶貴的財富，如何支配你的時間直接決定了你的收入。你無法購買自身擁有之外的時間，而時鐘卻永不停息地滴答作響。使用乙個詳細的日程表 更好地管理你的時間...

讓你的個人效率翻三倍

你是否曾有過這種感覺 當你回顧自己度過的一周時感到消沉，因為你未能完成自身所期望的那麼多工作 當你在打造乙個成功的職業生涯或你自己的事業時，時間 或許是你最寶貴的財富，如何支配你的時間直接決定了你的收入。你無法購買自身擁有之外的時間，而時鐘卻永不停息地滴答作響。幾年前，我發現了乙個能讓我把效率 提高...

快Hadoop三倍分布式架構Mapr誕生

日期 2011 04 09 字型 大 中 小 mapr官網截圖 日前在紐約舉行的乙個海量資料結構化會議上，通過了乙個新的面向終端裝置的分布式架構計畫 mapr。據了解，mapr是hadoop中的乙個特殊版本，並有可能在今年晚些時候推出。該公司位於加州的san jose，此公司對此已經進行了為期兩年的...