शुरू करेंमुफ़्त में शुरू करें

z-scores के साथ आउटलायर्स ढूँढना

प्राकृतिक दुनिया में normal distribution बहुत आम है और यह सबसे सामान्य distribution है. यही वजह है कि z-score मेथड आउटलायर्स पहचानने के लिए सबसे तेज़ तरीकों में से एक हो सकता है.

वीडियो में बताए thumb rule को याद कीजिए: अगर कोई sample mean से तीन standard deviations से ज़्यादा दूर है, तो आप उसे extreme value मान सकते हैं.

लेकिन यह भी याद रखें कि z-score मेथड को सावधानी से अपनाना चाहिए. यह तरीका तभी उपयुक्त है जब हमें विश्वास हो कि हमारा डेटा normal distribution से आता है. अन्यथा, नतीजे भ्रामक हो सकते हैं.

आपके लिए prices distribution पहले से लोड किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Anomaly Detection

पाठ्यक्रम देखें

अभ्यास निर्देश

  • संबंधित scipy मॉड्यूल से zscore फंक्शन इम्पोर्ट करें.
  • prices के z-scores निकालकर उन्हें scores में स्टोर करें.
  • एक boolean mask is_over_3 बनाएँ, जो जाँचे कि scores के absolute values 3 से बड़े हैं या नहीं.
  • आउटलायर्स के लिए prices को फ़िल्टर करने में इस mask का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the zscores function
from scipy.____ import ____

# Find the zscores of prices
scores = ____(____)

# Check if the absolute values of scores are over 3
is_over_3 = ____

# Use the mask to subset prices
outliers = ____[____]

print(len(outliers))
कोड संपादित करें और चलाएँ