摘要：
一、盖帽法介绍 数据分析中，异常值比较难于界定，一般数据异常值包括几种情况： 单值异常：结合实际业务进行判断（例如：年龄age ≥ 120岁） 相关性异常：一般收入随年龄的增长呈现类线性增长趋势，如果异常情况，需进行剔除 突发异常：激增异常，添加哑变量（有待理解？）区分（异常值 vs 强影响点） 异 阅读全文
摘要：
一、定义 参考 pd.quantile() 函数实现分位数统计。 二、函数 使用语法为： np.percentile(a, q, axis=None, keepdims:bool) 参数解释： a -- array数组 用于计算分位数的对象 可以是多维数组 q -- 0-100之间的浮点数（floa 阅读全文
摘要：
一、p分位数概念 原则上p是可以取0-1之间的任意值，四分位数是p分位数中较为有名的。 所谓四分位数：即把数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。 第1四分位数 (Q1)：又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字 第2四分位数 (Q2)：又称 阅读全文
摘要：
一、背景 使用 Python 的机器学习模块 sklearn 进行模型训练时，如果训练集保持不变，可将模型训练的模型结果保存为 .model 文件，以供预测时使用，避免每次运行时都要重新训练模型。 joblib 可实现保存模型，并将保存的模型取出用于预测。 二、实操 # 导入模块 import li 阅读全文
摘要：
一、random模块中的sample函数 定义和用法 sample(L, n) 从序列L中随机抽取n个元素，并将n个元素以list形式返回。 此方法不会更改原始顺序。 实例 import random mylist = ['apple', 'banana', 'cherry'] print(rand 阅读全文