使用 z-score 进行离群值检测，但是

Question

我用 Python 编写了异常检测代码。我使用 z-score 方法来做到这一点。您可以在下面看到我的数据和代码。

data =[5,10,15,20,25,30,36,22]
data.append(180)
data = pd.DataFrame(data, columns = ["Data"])
z = np.abs(stats.zscore(data))
print(z)
print(np.where( z > 1.5))

我写这段代码是为了检测异常值。实际上，我想获得 z 分数高于 1.5 的值的索引。但我认为输出有问题。

Data
0  0.649600
1  0.551506
2  0.453412
3  0.355318
4  0.257224
5  0.159130
6  0.041417
7  0.316080
8  2.783688
(array([8], dtype=int64), array([0], dtype=int64))

数据的第 8 个元素的 z 分数高于 1.5，它已经写在输出上，我对此没意见，但第 0 个元素的 z 分数为 0.64。我做错了什么？

Answer 1

你可以这样做：

import numpy as np
from scipy import stats

data =[5,10,15,20,25,30,36,22]
data.append(180)

z = stats.zscore(data)

np.where(z > 1.5)[0]

输出：

array([8])

使用 z-score 进行离群值检测，但是

outlier dedection with z-score, but

statistics

numpy

scipy

dataframe

data-science