Введение Приложения временных рядов распространены повсеместно и находят применение в различных отраслях, таких как цепочка поставок, электронная коммерция, финансы, розничная торговля, биотехнологии, прогнозирование погоды, нефть и энергетика, производство, астрономия и т. д. Эти приложения генерируют данные, которые могут быть зашумлены в реальном времени. мире, так как некоторые неучтенные факторы могут повлиять на измерения. Например, на показания датчиков, используемых для..

Выбросы не всегда вредны для вашей модели, на самом деле они могут быть важными точками, наличие или отсутствие которых оказывает существенное влияние. Я работал над проблемой, когда мне приходилось иметь дело с точками данных, которые не были шумом, но отличались от обычных. Я пробовал несколько подходов, таких как (LOF) Local Outlier Factor, о котором я расскажу в другом блоге, и (IF) Isolation Forest, который считается самым популярным и известным методом обнаружения таких точек данных...

Что такое выбросы По определению выбросы — это экстремальные точки данных в наборе данных. Чтобы упростить понимание, предположим, что вы хотите узнать среднюю зарплату в компании, и вам даны данные о зарплате 6 человек. — 5 сотрудников — Вывод 25 000 в месяц — 1 генеральный директор — получение 50 000 в месяц Теперь, если вы попытаетесь найти среднее значение, просуммировав здесь все 6 цифр окладов и разделив их на 6, вы получите 29 166, что совершенно неверно, потому что..

Введение Добро пожаловать в наш последний блог о выбросах! Выбросы в статистическом плане относятся к наблюдениям, выходящим за рамки общей картины набора данных. Эти наблюдения могут оказать существенное влияние на результаты анализа данных, и важно понимать их природу, обнаружение и обработку. Цель этого блога — предоставить исчерпывающее руководство по выбросам, их значению в анализе данных и способам эффективной борьбы с ними. Мы надеемся, что к концу этого блога у вас..