0
데이터 추출 데이터에서 스파키 데이터를 제거 할 수 있지만 "부드럽게 처리"하는 방법은 있습니까?샘플 데이터의 스파이크 제거 방법
20000에서
두 개의 불꽃이 있습니다 예를
걸릴,하지만 600 다음 하나는 불꽃 간주됩니다.나는
a = 2
b = 5
beta_dist = RealDistribution('beta', [a, b])
f(x) = x/19968
normalized_insertions = [f(i) for i in insertions]
insertions_pairs = [(i, beta_dist.distribution_function(i)) for i in normalized_insertions]
plot_b = beta_dist.plot()
show(list_plot(insertions_pairs)+plot_b)
낮은 사람에 대해 이동하는 방법을 모르고 의해 0으로 매우 높은 사람을 얻기 위해 관리했습니다. maximul에 도달해야합니다 100, 아마도 베타 배포에 대한 매개 변수가 좀 더 twiddling 필요하십니까?
현재는 다음과 같습니다 
가능하다면, 당신의 설명에 대한 참조로 세이지를 사용합니다.
아마도 3 또는 5 포인트의 중간 필터를 사용할 수 있습니다. –
데이터 평활화를 수행 할 방법을 찾고 있습니까? 그렇다면 Paul R이 제안한 것처럼 중간 값 필터를 적용하는 것이 트릭을 수행합니다. 또한이 데이터로 정확히 측정하려는 것은 무엇이며 베타 배포판 사용을 선택한 이유는 무엇입니까? – xvtk
@PaulR 귀하가 답변을 수락하면 기꺼이 답변을 드리겠습니다. – Flavius