那要如何挑出這些離散資料呢? 若使用變異係數排除離散值，但到底係數要多大才需要排除 - Cupoy

2019/08/26 下午 10:56

機器學習共學討論版

Ho Da Da

觀看數：103

回答數：4

收藏數：0

ml100-3

ml100-3-d01

1.使用MAE評估誤差，但實際值有些可能因為某些因素，造成實際值無參考作用，甚至影響整個預測模型。那要如何挑出這些離散資料呢?

2.若使用變異係數排除離散值，但到底係數要多大才要排除，排除後再用變異係數計算離散值再排除，好像沒完沒了，還請解惑

回答列表

• 2019/08/27 上午 10:55
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：3
  留言數：1

  可以用 df 做 select_dtypes 選出你要的型態：

  
  

  ```

  app_train.select_dtypes(include=['float64', 'int64'])

  ```

  
  

  參考：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.select_dtypes.html

  
  

  不確定有沒有回覆到你的疑問，有任何問題再提出來：）

• 2019/09/01 下午 06:48
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  這...只是選出型態... 問題是...怎麼排除離散值...

  
  

  => 嗨，你這邊要說的「離散值」還是「異常值 Outlier」？

• 2019/09/03 下午 00:02
  Ho Da Da
  贊同數：0
  不贊同數：0
  留言數：0

  是的，是outlier

• 2019/09/03 下午 02:34
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  「是的，是outlier」

  
  

  => outlier 應該叫離異值才對，離散通常是指「非連續的資料」。

  
  

  如何挑出這些離散資料可以用統計的方式或是畫圖，移除前後多少百分比的資料之類的。還是要根據你的資料或模型做評估。