Python 日历史平均阈值

我的数据集如下所示：

         USER   MEDIA DD_MM          SCORES
0         4       mw  02/11          9737662
1         4       dk  03/11         11691966
2         4       ma  02/11          5140069
3         4       mw  03/11         10165111
4         4       mw  01/11          8962654
5         4       dk  02/11         10112785
6         4       ma  03/11          5661891
7         4       ma  01/11          4942428
8         4       dk  01/11         12246323
0         5       ma  03/11           314034
1         5       mw  01/11         16071400
2         5       dk  03/11         16767571
3         5       dk  01/11         20256912
4         5       dk  02/11         15766468
5         5       mw  02/11         18605524
6         5       mw  03/11         20559416
7         5       ma  02/11           260323
8         5       ma  01/11           287743
0         8       mw  03/11          2155365
1         8       dk  01/11          1787907
2         8       ma  03/11          1516463
3         8       dk  02/11           592109
4         8       mw  01/11          1874539
5         8       mw  02/11           801637
6         8       ma  01/11          1187740

我们的目标是试图预测新出现的信息是否不是异常数据。

---

如何将其用作历史数据来设置阈值？例如，当有以下属性的新数据进入时：

user=4，media=dk，scores=500

，这应该被归类为异常。经过进一步研究，我意识到我必须找到历史日平均值，然后从平均值中减去两个标准差。我如何计算呢？

如果您有一个数据帧：

df=pd.DataFrame({'A':[1,2,3,4,5],'B':[9,8,7,6,5],'C':[2,5,7,9,11]})

假设您希望使用此函数将其行分类为某些类别：

def rowclassifier(row):
    if sum(row)>15:
        return 'much'
    else:
        return 'not much'

然后你可以做：

df['class']=df[['A','B','C']].apply(lambda row: rowclassifier(row),axis=1)

df

将是：

    A   B   C   class
0   1   9   2   not much
1   2   8   5   not much
2   3   7   7   much
3   4   6   9   much
4   5   5   11  much

---

---

如果您有一个用于自己数据的

行分类器

函数，我认为您可以应用上述方法。

如果您有一个数据帧：

df=pd.DataFrame({'A':[1,2,3,4,5],'B':[9,8,7,6,5],'C':[2,5,7,9,11]})

假设您希望使用此函数将其行分类为某些类别：

def rowclassifier(row):
    if sum(row)>15:
        return 'much'
    else:
        return 'not much'

然后你可以做：

df['class']=df[['A','B','C']].apply(lambda row: rowclassifier(row),axis=1)

df

将是：

    A   B   C   class
0   1   9   2   not much
1   2   8   5   not much
2   3   7   7   much
3   4   6   9   much
4   5   5   11  much

---

---

如果你有一个

rowclassifier

函数用于你自己的数据，我想你可以应用上面的方法。

基于什么算法对行进行分类？如果你没有算法，你可以用Tensorflow开发一个模型。我从一个大数据库查询数据。我想坚持统计学意义。我想做的事情就不那么复杂了：）对不起，伙计，我不知道你想怎么做，但增加了一个可能的例子：）没问题。我来看看你的例子。干杯。你根据什么算法对行进行分类？如果你没有算法，你可以用Tensorflow开发一个模型。我从一个大型数据库查询数据。我想坚持统计学意义。我想做的事情就不那么复杂了：）对不起，伙计，我不知道你想怎么做，但增加了一个可能的例子：）没问题。我来看看你的例子。干杯