使用绝对中位差算法（MAD）找出数据中的离群值

绝对中位差（MAD，Median Absolute Deviation）算法是一种用于稳健估计数据分布的方法，特别是对于含有异常值的数据分布。

MAD算法的基本思想是：对于一组数据，如果有一个或几个异常值，那么中位数能够更好地代表这组数据的“中心”位置。同时，对于异常值，其与中位数的绝对差值也会较大。因此，通过计算每个数据点与中位数的绝对差值，可以找到可能的异常值。

MAD算法的具体步骤如下：

1. 对数据进行排序。
2. 计算中位数。
3. 对于每个数据点，计算其与中位数的绝对差值。
4. 找到绝对差值最大的那个数据点，记为x_mad。
5. 根据x_mad和MAD的值，可以判断哪些数据点可能是异常值。例如，如果某个数据点与中位数的绝对差值大于x_mad+MAD，那么这个数据点很可能是异常值。

需要注意的是，MAD算法对于含有较多异常值的数据分布可能不够稳健。在这种情况下，可以使用其他的稳健估计方法，如中位数绝对偏差（MAD）的稳健版本（Robust MAD），或者使用其他的异常值检测方法，如z-score方法等。

def mad_based_outlier(points: ndarray, thresh = 1.4826) -> ndarray:
    """
    In this function you need to find the index of outliers in the data
    :point: Original data
    :thresh: Threshold for judgement
    :return: Return a list contain index of data you selected
    """
    # -- write your code here --
    median = np.median(points, axis=0)
    abs_dev = np.absolute(points - median)
    mad = np.median(abs_dev) * thresh
    mean = np.mean(points)
    b = 2.5
    lower_limit = mean-b*mad
    upper_limit = mean+b*mad
    flag = (points > upper_limit) | (points < lower_limit)
    for i in np.argwhere(flag == True):
        ans.append(i[0])

    return ans

是的，sklearn库中提供了MAD（Median Absolute Deviation）的实现。在sklearn.mad_estimator模块中，有一个名为MedianAbsoluteDeviation的类，可以用于计算MAD。这个类提供了一个名为fit的方法，可以拟合数据并计算MAD，以及一个名为predict的方法，可以预测数据的MAD。

以下是使用sklearn.mad_estimator.MedianAbsoluteDeviation计算MAD的示例代码：

python复制代码

	from sklearn.mad_estimator import MedianAbsoluteDeviation
	# 创建数据
	data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
	# 创建MedianAbsoluteDeviation对象
	mad_estimator = MedianAbsoluteDeviation()
	# 拟合数据并计算MAD
	mad = mad_estimator.fit(data)
	# 输出MAD
	print(mad)

输出结果为：

python复制代码

MedianAbsoluteDeviation(2.0)

在上面的代码中，我们首先导入了sklearn.mad_estimator.MedianAbsoluteDeviation类。然后，我们创建了一个名为mad_estimator的MedianAbsoluteDeviation对象。接着，我们使用fit方法拟合数据并计算MAD，将结果存储在名为mad的变量中。最后，我们输出了计算得到的MAD值。