码迷,mamicode.com
首页 > 其他好文 > 详细

fitting 方法的异常值过滤

时间:2018-04-08 21:12:15      阅读:172      评论:0      收藏:0      [点我收藏+]

标签:ini   差值   xgboost   boost   方法   数据   bsp   过滤   ram   

training = pd.DataFrame({‘x‘:[3,6,9,15,300, 20,85]}).  原始数据
training_fitting = pd.DataFrame({‘x‘:[4,7,8,30,280, 10,79]})。 原始数据的fitting值,方法不限。xgboost,RF。。。

dif = np.abs(training.x -training_fitting.x) <10
training_data = training[dif].  #过滤高异常的差值。 

fitting 方法的异常值过滤

标签:ini   差值   xgboost   boost   方法   数据   bsp   过滤   ram   

原文地址:https://www.cnblogs.com/xinping-study/p/8747192.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!