?> Wie können Ausreißer mit der `boxPlot`-Aktion id... - Aide
QUESTION / RÉPONSE

Wie können Ausreißer mit der `boxPlot`-Aktion identifiziert werden?

0 consultations

Réponse

Ausreißer können durch Setzen des `outliers`-Parameters auf TRUE identifiziert werden. Mit `whiskerPercentile` können die Whiskers definiert werden, wobei Datenpunkte außerhalb dieser Grenzen als Ausreißer gelten. Die Parameter `nOutBins` und `nOutLimit` steuern, wie Ausreißer gemeldet werden, entweder durch Binning oder durch Rückgabe der tatsächlichen Ausreißerwerte bis zu einem bestimmten Limit.
Action technique liée

Voir la documentation de boxPlot

Voir l'Action
Thématiques

Voir aussi

assess
percentile

La acción `assess` del conjunto de acciones `percentile` se utiliza para evaluar y comparar el rendimiento de modelos predictivos. Es especialmente útil para modelos de clasificación, generando métricas como la curva ROC, la tabla de elevación (lift chart) y estadísticas de ajuste para determinar la precisión y eficacia del modelo.

boxPlot
percentile

The boxPlot action calculates quantiles, high and low whiskers, and outliers for numeric variables. This action is essential for exploratory data analysis, allowing for a quick understanding of the distribution of data, its central tendency, variability, and the presence of outliers. It is widely used in statistics and data analysis to create box-and-whisker plots.

boxPlot
percentile

L'action `boxPlot` du jeu d'actions `percentile` est utilisée pour calculer des statistiques robustes de type boîte à moustaches (boxplot), y compris les quantiles, les moustaches supérieures et inférieures, ainsi que les valeurs aberrantes. Cette action est particulièrement utile pour l'analyse exploratoire des données afin de comprendre la distribution d'une ou plusieurs variables numériques.