使用隔离森林算法查找异常值

weixin_46626654

于 2024-08-22 16:02:57 发布

阅读量421

点赞数 19

分类专栏：数据清洗离群值文章标签： python scikit-learn

本文链接：https://blog.youkuaiyun.com/weixin_46626654/article/details/141423848

版权

隔离森林找到离群值的方法是，对数据进行连续区分，直至某个数据点被隔离。

1）加载数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import IsolationForest
from mpl_toolkits.mplot3d import Axes3D
pd.set_option('display.float_format', lambda x: '%.2f' % x)
covidtototals=pd.read_csv(r"D:\日常文档\笔记\泰坦尼克号数据\covidtotals.csv")
covidtototals.set_index("iso_code", inplace=True)
covidtototals.head()

2）创建一个标准化的分析DataFrame.

首先删除所有包含缺失值的行

analysisvars = ['location','total_cases_pm','total_deaths_pm','pop_density','median_age','gdp_per_capita']
standardizer = StandardScaler()
covidtotals.isnull().sum()