เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

จัดการค่าผิดปกติด้วยส่วนเบี่ยงเบนมาตรฐาน

กำหนดให้ basetable มีตัวแปรหนึ่งชื่อ "age" ซึ่งเป็นข้อมูลที่ผู้บริจาคกรอกเองในแบบฟอร์มออนไลน์ จึงอาจเกิดข้อผิดพลาดจากการพิมพ์และมีค่าผิดปกติได้ ให้แทนที่ค่าทั้งหมดที่ต่ำกว่าค่าเฉลี่ยของอายุลบ 3 เท่าของส่วนเบี่ยงเบนมาตรฐานด้วยค่าดังกล่าว และแทนที่ค่าทั้งหมดที่สูงกว่าค่าเฉลี่ยของอายุบวก 3 เท่าของส่วนเบี่ยงเบนมาตรฐานด้วยค่าดังกล่าวเช่นกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Predictive Analytics ระดับกลางด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • แสดงค่าสูงสุดของ "age"
  • คำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของ "age"
  • คำนวณขอบเขตล่างและขอบเขตบนโดยใช้กฎ 3 ส่วนเบี่ยงเบนมาตรฐาน
  • เพิ่มตัวแปร "age_mod" ลงใน basetable โดยแทนที่ค่าผิดปกติแล้ว จากนั้นแสดงค่าสูงสุดใหม่ของ "age_mod"

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___["___"].___())
แก้ไขและรันโค้ด