Пошук викидів за допомогою z-оцінок

Нормальний розподіл трапляється повсюдно в природі й є найпоширенішим. Тому метод z-оцінок може бути одним із найшвидших способів виявлення викидів.

Згадайте правило з відео: якщо спостереження віддалене більш ніж на три стандартні відхилення від середнього, його можна вважати екстремальним значенням.

Однак пам'ятайте, що до методу z-оцінок слід ставитися обережно. Він доречний лише тоді, коли ми впевнені, що наші дані походять із нормального розподілу. Інакше результати можуть ввести в оману.

Розподіл prices уже завантажено для вас.

Ця вправа є частиною курсу

Виявлення аномалій у Python

Переглянути курс

Інструкції до вправи

Імпортуйте функцію zscore із відповідного модуля scipy.
Знайдіть z-оцінки для prices і збережіть їх у scores.
Створіть логічну маску is_over_3, щоб перевірити, чи абсолютні значення scores більші за 3.
Використайте маску, щоб відфільтрувати з prices викиди.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))

Редагувати та запускати код