学习笔记数据清洗--异常值检验

本文介绍了数据清洗过程中的异常值检验,通过实例展示了如何进行异常值检测,并讨论了处理异常值的方法,帮助读者理解在大数据分析中异常值的重要性。
摘要由CSDN通过智能技术生成

学习笔记数据清洗--异常值检验


前言


一、异常值检验

outlierKD <- function(dt, var){
   
  var_name <- eval(substitute(var), eval(dt))  #eval 对表达式求值
  tot <- sum(!is.na(var_name))
  na1 <- sum(is.na(var_name))
  m1 <- mean(var_name, na.rm = T)
  par(mfrow=c(2,2), oma=c(0,0,3,0))
  boxplot
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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