Encontrando outliers com z-scores

A distribuição normal é onipresente no mundo natural e é a mais comum. Por isso, o método do z-score pode ser um dos mais rápidos para detectar outliers.

Lembre-se da regra prática do vídeo: se uma amostra estiver a mais de três desvios-padrão da média, você pode considerá-la um valor extremo.

Mas lembre também que o método do z-score deve ser usado com cautela. Ele só é apropriado quando temos confiança de que os dados vêm de uma distribuição normal. Caso contrário, os resultados podem ser enganosos.

A distribuição prices já foi carregada para você.

Este exercício faz parte do curso

Detecção de Anomalias em Python

Ver curso

Instruções do exercício

Importe a função zscore do módulo apropriado do scipy.
Calcule os z-scores de prices e armazene em scores.
Crie uma máscara booleana chamada is_over_3 para verificar se os valores absolutos de scores são maiores que 3.
Use a máscara para filtrar os outliers em prices.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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))

Editar e executar o código