處理離群值

在這個練習中，你要處理離群值——也就是與其他資料點差異極大的資料點，因此需要用不同於「看起來正常」的資料點的方式來處理。你會使用前一個練習的輸出（隨時間的百分比變化）來偵測離群值。首先，你會撰寫一個函式，將離群的資料點替換為整個時間序列的中位數。

本練習屬於課程

Python 的時間序列資料機器學習

檢視課程

練習說明

定義一個函式，接受一個輸入的 series，並執行以下操作：
- 計算每個資料點與該 series 平均值之距離的絕對值，然後為那些距離超過平均值 3 倍標準差的資料點建立布林遮罩（boolean mask）。
- 使用這個布林遮罩，將離群值替換為整個 series 的中位數。
將此函式套用到你的資料，並使用提供的程式碼視覺化結果。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

def replace_outliers(series):
    # Calculate the absolute difference of each timepoint from the series mean
    absolute_differences_from_mean = np.abs(series - np.mean(series))
    
    # Calculate a mask for the differences that are > 3 standard deviations from zero
    this_mask = absolute_differences_from_mean > (np.____(series) * ____)
    
    # Replace these values with the median accross the data
    series[this_mask] = np.____(series)
    return series

# Apply your preprocessing function to the timeseries and plot the results
prices_perc = prices_perc.____
prices_perc.loc["2014":"2015"].plot()
plt.show()

編輯並執行程式碼