异常值检测 —— MAD(median absolute deviation)

本文介绍了MAD(median absolute deviation)在异常点检测中的应用,通过假设数据服从正态分布,得出MAD与标准差的关系,并与基于分位数的方法进行对比,强调了MAD作为稳定鲁棒的评价指标对样本大小不敏感的特点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

MAD 定义为,一元序列 XiXi 同其中位数偏差的绝对值的中位数(deviation,偏差本身有正有负);

MAD=median(|Ximedian(X)|)MAD=median(|Xi−median(X)|)

1. MAD 用于异常点的检测

假定数据服从正态分布,我们让异常点(outliers)落在两侧的 50% 的面积里,让正常值落在中间的 50% 的区域里:

P(|Xμ|MAD
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值