Удалить выбросы из набора данных в R
В этой статье мы рассмотрим подход к удалению выбросов из набора данных с помощью встроенных функций языка программирования R.
Выбросы — это точки данных, которые не соответствуют шаблону остального набора данных. Лучший способ обнаружить выбросы в заданном наборе данных - построить блок-диаграмму набора данных, а точка, расположенная за пределами блока в блок-диаграмме, - это все выбросы в наборе данных. В этом подходе для удаления выбросов из заданного набора данных пользователю нужно просто построить блок-график данного набора данных с помощью простой функции boxplot(), и если обнаружено наличие выбросов в заданных данных, пользователю необходимо вызовите функцию boxplot.stats(), которая является базовой функцией языка R, и передайте необходимые параметры в эту функцию, что в дальнейшем приведет к удалению выбросов, присутствующих в заданных наборах данных.
Функция boxplot.stats() обычно вызывается другой функцией для сбора статистики, необходимой для построения блочных диаграмм, но может вызываться отдельно.
Syntax: boxplot.stats(x, coef = 1.5, do.conf = TRUE, do.out = TRUE)
Parameters:
- x: a numeric vector for which the boxplot will be constructed.
- coef: determines how far the plot ‘whiskers’ extend out from the box.
- do.conf, do.out: logicals; if FALSE, the conf or out component respectively will be empty in the result.
Давайте сначала посмотрим на обычный график, не удаляя выбросы.
Пример: начальный сюжет
R
gfg<-rnorm(500) gfg[1:10]<-c(-4,2,5,6,4,1,-5,8,9,-6) boxplot(gfg) |
Выход:
Теперь давайте снова визуализируем приведенный выше график, но на этот раз без выбросов, применяя данный подход.
Пример. Удаление выбросов с помощью функции boxplot.stats().
R
gfg<-rnorm(500) gfg[1:10]<-c(-4,2,5,6,4,1,-5,8,9,-6) gfg <- gfg[!gfg %in% boxplot.stats(gfg)$out] boxplot(gfg) |
Выход: