Ošetření odlehlých hodnot pomocí směrodatné odchylky
Máš k dispozici basetable s proměnnou "age". Věk zadávají dárci ručně do online formuláře, takže může obsahovat překlepy a odlehlé hodnoty. Nahraď všechny hodnoty nižší než průměrný věk minus 3násobek směrodatné odchylky touto dolní mezí a všechny hodnoty vyšší než průměrný věk plus 3násobek směrodatné odchylky touto horní mezí.
Toto cvičení je součástí kurzu
Intermediate Predictive Analytics in Python
Pokyny k cvičení
- Vypiš maximální hodnotu proměnné "age".
- Vypočítej průměr a směrodatnou odchylku proměnné "age".
- Urči dolní a horní mez pomocí pravidla 3 směrodatných odchylek.
- Přidej do basetable proměnnou "age_mod" s nahrazenými odlehlými hodnotami a vypiš novou maximální hodnotu "age_mod".
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Show the maximum age
print(___["___"].___())
# Calculate mean and standard deviation of age
mean_age = ____["____"].____()
std_age = ____["____"].____()
# Calculate the lower and upper limits
lower_limit = ____ - ____ * ____
upper_limit = ____ + ____ * ____
# Add a variable age_no_outliers to the basetable with outliers replaced
basetable["age_mod"] = (pd.Series([____(____(____, ____), ____)
for a in basetable["age"]]))
print(___["___"].___())