Gestionarea valorilor extreme cu abaterea standard
Ai la dispoziție un basetable cu o singură variabilă „age". Vârsta este completată manual de donator într-un formular online, prin urmare este predispusă la erori de tastare și poate conține valori extreme. Înlocuiește toate valorile mai mici decât media vârstei minus de 3 ori abaterea standard a vârstei cu această valoare, și înlocuiește toate valorile mai mari decât media vârstei plus de 3 ori abaterea standard a vârstei cu această valoare.
Acest exercițiu face parte din cursul
Analiză predictivă intermediară în Python
Instrucțiuni pentru exercițiu
- Afișează valoarea maximă a variabilei „age".
- Calculează media și abaterea standard a variabilei „age".
- Calculează limitele inferioară și superioară folosind regula de bază bazată pe abaterea standard.
- Adaugă variabila „age_mod" în basetable cu valorile extreme înlocuite și afișează noua valoare maximă a variabilei „age_mod".
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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(___["___"].___())