本文介绍了MAD（Median Absolute Deviation）作为异常值检测的方法，解释了MAD如何在正态分布中确定异常点，并将其与基于分位数的方法进行了比较，强调了MAD的鲁棒性特点。
MAD 定义为，一元序列 X i X_i Xi 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 ( ∣ X i − median(X) ∣ ) \text{MAD=median}\left(|X_i-\text{median(X)}|\right) 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 ( ∣ X − μ ∣ ≤ M A D ) = P ( ∣ X − μ ∣ σ ≤ M A D σ ) = P ( Z ≤ M A D σ ) = 1
最低0.47元/天 解锁文章
495
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
