https://index.zshipu.com/geek001/tags/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/ Recent content in 数据分析 on 知识铺的博客 Hugo -- gohugo.io zh-CN Wed, 24 Apr 2024 11:37:05 +0000 https://index.zshipu.com/geek001/post/20240424/%E5%B8%B8%E8%A7%81%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%96%B9%E6%B3%95%E6%80%BB%E7%BB%93--%E7%9F%A5%E8%AF%86%E9%93%BA/ Wed, 24 Apr 2024 11:37:05 +0000 https://index.zshipu.com/geek001/post/20240424/%E5%B8%B8%E8%A7%81%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%96%B9%E6%B3%95%E6%80%BB%E7%BB%93--%E7%9F%A5%E8%AF%86%E9%93%BA/ 作者丨Ai，来源丨宅码 编辑丨极市平台 本文收集整理了公开网络上一些常见的异常检测方法（附资料来源和代码）。不足之处，还望批评指正。 一、基于分布的方法 1. 3sigma 基于正态分布，3sigma准则认为超过3sigma的数据为异常点。 图1: 3sigma <section><span><span>def</span> <span>three_sigma</span><span>(s)</span>:</span><br>    mu, std = np.mean(s), np.std(s)<br>    lower, upper = mu<span>-3</span>*std, mu+<span>3</span>*std<br>    <span>return</span> lower, upper<br></section> 2. Z-score Z-score为标准分数，测量数据点和平均值的距离