課題11-外れ値のスクリーニング
外れ値スクリーニングは、データが通常数値である異常検出方法です。 JMP [分析]> [スクリーニング]> [外れ値の探索]メニューオプションの下に、4つの外れ値スクリーニング方法があります。 これらの方法のうち2つは単変量であり、単一のデータ列から識別できる外れ値に適用できます。
これらの方法は、データの中心から遠く離れた観測値として外れ値を定義する標準的なアプローチを使用します。 遠方と中心をアルゴリズムで定義することは、これらのタイプの方法の中心です。 これらは、データが単峰性で制限がない場合はうまく機能しますが、外れ値が境界の近くで発生する場合、または主要モード間のクラスターとして、またはデータ値の終わりで発生する場合はあまりうまく機能しません。
これらの状況では、標準の外れ値スクリーニング方法は、外れ値を検出しないか、複数の反復を必要とします。 これらの振る舞いを引き出す3つの例が3つの外れ値の例.JMP未満。
今月の課題では、標準的な手法で検出されたものに加えて、これらのタイプの外れ値を検出するアルゴリズムを開発します。 外れ値が単変量であり、データが数値であると仮定します。 NS Probe.JMPサンプルデータテーブルは、アルゴリズムをテストするための優れたデータセットです。
改善された外れ値スクリーニング方法を思い付くことができますか？
Re：チャレンジ11-外れ値のスクリーニングこれは楽しい運動でした！これは、添付のデータテーブルのバイモーダル列に対する私の提出物です。望ましい結果を得るには、Kパラメーターを微調整する必要があったことを認めます。他の2つの列については、外れ値と見なす必要があるものが明確ではありませんでした。
dt = Open( "Three Outlier Examples.jmp" );
obj1 = dt << Explore Outliers(
Y( :Bimodal ),
K Nearest Neighbor Outliers( K( 20 ), Impute Missing( 1 ) )
);
obj1 << Save NN Distances;
obj2 = dt << Explore Outliers(
Y( :Nearest 20 Distance ),
Robust Fit Outliers( K Sigma( 200 ), Huber( 1 ) )
);
obj2 << Select Rows (:"Nearest 20 Distance"n) << Color Rows (:"Nearest 20 Distance"n);
dt << Graph Builder(
Size( 489, 454 ),
Show Control Panel( 0 ),
Variables( X( :Bimodal ) ),
Elements( Points( X, Legend( 3 ) ) )
);
Re：チャレンジ11-外れ値のスクリーニングありがとう@mzwald 、私はアプローチが好きです。
