Traiter les valeurs aberrantes

Dix appartements ont utilisé environ 10 m³ d’eau chacun, mais une fuite a fait monter la consommation de l’un d’eux à 64. Tu peux l’exclure ou la plafonner à la valeur limite la plus proche :

np.clip(a, low, high) plafonne un tableau entier :

water = np.array([8, 11, 9, 10, 12, 9, 64, 10, 11, 8])
low, high = 6.0, 14.0  # les bornes de l’écart interquartile
dropped = water[(water >= low) & (water <= high)]
capped = np.clip(water, low, high)
print(len(dropped), len(capped))
print(capped)

Cela affiche :

9 10
[ 8. 11.  9. 10. 12.  9. 14. 10. 11.  8.]

Un modèle poursuivrait cette valeur aberrante unique, alors décidez avant l’entraînement. Corrigez ou supprimez les erreurs de frappe ; conservez ou plafonnez les valeurs extrêmes réelles. Ne supprimez jamais silencieusement : indiquez combien vous en avez modifié.