วิธีจัดการกับ Outlier แบบไม่ตัดทิ้ง
การตัดขอบการกระจาย (trimming) เป็นหนึ่งในวิธีที่ง่ายที่สุดในการจัดการกับ outlier โดยไม่ต้องลบทิ้ง หากทราบช่วงค่าที่เป็นไปได้ตามธรรมชาติของการกระจายข้อมูลในบริบทของปัญหา ก็สามารถใช้ความรู้นั้นในการตัดขอบการกระจายได้
หรือหากมีความรู้เฉพาะทางหรือประสบการณ์ที่ระบุได้ว่าค่าใดเป็น outlier ก็สามารถแทนที่ค่าเหล่านั้นด้วยค่าที่กำหนดไว้ตายตัวได้เช่นกัน
แบบฝึกหัดนี้เปิดโอกาสให้ฝึกใช้ทั้งสองเทคนิคกับชุดข้อมูลหุ้น apple
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับความผิดปกติใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Find the first percentile of Volume
percentile_first = ____