替换异常值

参数

• sourceColumn— 指定可能包含异常值的现有数值列的名称。

• outlierStrategy— 指定用于检测异常值的方法。有效值包括：

  • Z_SCORE— 当一个值与均值的偏差超过标准差阈值时，将其标识为异常值。

  • MODIFIED_Z_SCORE— 当一个值与中位数的偏差超过中位数绝对偏差阈值时，将其标识为异常值。

  • IQR— 当某个值超出列数据的第一个和最后一个四分位数时，将其标识为异常值。四分位数范围 (IQR) 用于衡量中间50％的数据点所在的位置。

• threshold— 指定检测异常值时要使用的阈值。如果用计算的分数outlierStrategy超过此数字，则该sourceColumn值将被标识为异常值。默认值为 3。

• replaceType— 指定替换异常值时要使用的方法。有效值包括：

  • WINSORIZE_VALUES— 指定使用最小和最大百分位数来限制值。

  • REPLACE_WITH_CUSTOM

  • REPLACE_WITH_EMPTY

  • REPLACE_WITH_NULL

  • REPLACE_WITH_MODE

  • REPLACE_WITH_AVERAGE

  • REPLACE_WITH_MEDIAN

  • REPLACE_WITH_SUM

  • REPLACE_WITH_MAX

• modeType— 表示在为时要使用的模态函数replaceType的类型REPLACE_WITH_MODE。有效值包括以下内容：MINMAX、和AVERAGE。

• minValue— 表示使用时trimValue要应用的异常值范围的最小百分位数值。有效范围为 0 — 100。

• maxValue— 表示使用时trimValue要应用的异常值范围的最大百分位数值。有效范围为 0 — 100。

• value— 指定使用时要插入的值REPLACE_WITH_CUSTOM。

• trimValue— 指定是移除全部异常值还是部分异常值。此布尔值设置为 wh TRUE e replaceType n 是REPLACE_WITH_NULL、REPLACE_WITH_MODE、或WINSORIZE_VALUES。FALSE对于所有其他人，则默认为。

  • FALSE— 移除所有异常值

  • TRUE— 移除排名超出和中指定的百分位数上限阈值的异常值。minValue maxValue