免费注册	查看新帖 \|


平台论坛博客文库

› 论坛 › 数据库技术 › 数据仓库与数据挖掘 › 服从正态分布的大数据量，如何科学剔出其中垃圾数据，大 ...

12 / 2 页

最近访问板块

发新帖

楼主: extend_asdfqwer

上一主题

下一主题

服从正态分布的大数据量，如何科学剔出其中垃圾数据，大家一起研究下 [复制链接]

人生美好吗

论坛徽章:: 0

11楼 [报告]

发表于 2010-09-16 18:42 |只看该作者

这倒是个解决的方法啊，大学的概率论还是有点用的。。。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 1

2015年迎新春徽章
日期:2015-03-04 09:56:11

12楼 [报告]

发表于 2010-11-27 06:03 |只看该作者

回复 1# extend_asdfqwer

设几个值点，求出落入值点范围内的数据个数。
根据数据个数的分布，调整值点的大小和个数，
最后去掉两头的或取中间的。
这要多次扫描源数据。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

13楼 [报告]

发表于 2010-12-16 11:02 |只看该作者

回复 1# extend_asdfqwer

这个太简单了，用6sigma过滤。
我一般用2.58*2 sigma,过滤95%。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

14楼 [报告]

发表于 2011-01-18 23:34 |只看该作者

离群点分析

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

12 / 2 页

发新帖

Chinaunix › 论坛 › 数据库技术 › 数据仓库与数据挖掘 › 服从正态分布的大数据量，如何科学剔出其中垃圾数据，大 ...

北京盛拓优讯信息技术有限公司. 版权所有京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP