拓端数据tecdat:R语言Outliers异常值检测方法比较

拓端tecdat

原文链接:http://tecdat.cn/?p=8502

识别异常值的方法有很多种,R中有很多不同的方法。 

关于异常值方法的文章结合了理论和实践。理论一切都很好,但异常值是异常值,因为它们不遵循理论。如果一种方法发现我们都认同的异常值,那么这种方法可以认为是不错的。

异常值概述(O3)图旨在帮助比较和理解异常值方法的结果。

Stackloss数据集的O3图。每个变量组合(由左边的列定义)一行,找到了异常值,并将每个案例的一列标识为异常值(右边的列)。

威尔金森的算法为整个数据集找到了6个离群值(图的最下面一行)。总体而言,对于各种变量组合,发现14个案例是潜在的异常值 。 

O3plot,用于比较标识的异常值

在OutliersO3中有四种其他方法可用, :

##    HDo    PCS    BAC adjOut    DDC    MCD
##    14      4      5      0      6      5

R中还有其他异常方法,他们会给出更多不同的结果。必须谨慎。离群值本身可能是有趣的,但也可能判断错误。

阅读 132

拓端数据
拓端tecdat分享最in的大数据资讯,提供“一站式”的数据分析学习和咨询体验,让我们一起做有态度的数据人...
169 声望
28 粉丝
0 条评论
你知道吗?

169 声望
28 粉丝
宣传栏