一个python包，用于使用四分位范围（IQR）从数据集中删除异常值
outlierRemoval-kvarshney-101703295的Python项目详细描述
利用四分位间距去除离群值
Project 2:UCS633
提交人：Kshitiz Varshney 101703295
pypi:https://pypi.org/project/outlierRemoval-kvarshney-101703295/
四分位间距（IQR）描述
任何一组数据都可以用它的五位数摘要来描述。这五个数字为您提供了查找模式和异常值所需的信息，包括：
数据集的最小值。 第一个四分位数Q1，表示所有数据列表的四分之一（25%）。 数据集的中值，表示整个数据列表的中点（50%）。 第三个四分位数Q3，表示所有数据列表中四分之三（75%）。 数据集的最大值或最高值。 这五个值帮助我们确定数据集中的异常值。在
像质比的计算
IQR=第3季度–第1季度 MIN=Q1-（1.5IQR） 最大值=Q3+（1.5IQR） 在
安装
使用包管理器pip安装离群删除-kvarshney-101703295。在
pip install outlierRemoval-kvarshney-101703295
如何使用此软件包：
OutlierRemovement-kvarshney-101703295可以运行如下：
在命令提示符
^{pr2}$示例数据集
| Marks | Students |
|---|---|
| 3 | Student1 |
| 57 | Student2 |
| 65 | Student3 |
| 98 | Student4 |
| 43 | Student5 |
| 44 | Student6 |
| 54 | Student7 |
| 99 | Student8 |
删除后输出数据集
^{tb2}$很明显，包含Student1和student8的行已被删除，因为它们是异常值。在
许可证
- 项目
标签：
欢迎加入QQ群-->： 979659372
