0

Estoy necesitando limpiar mi 'dataset' de algunos valores anómalos en mis variables para llevar adelante la regresión sobre una variable 'target'.

2

1 respuesta 1

1

Es importante notar que la presencia de valores anómalos en una variable no significa que deban removerse de manera automática porque podría perderse información valiosa. Pero si ayuda con tu modelo, aquí hay un método que difundió hace poco R-bloggers que utiliza el rango intercuartiles (IQR).

# se debe tener la variable en forma de vector
variable <- df$variable

# identificar cuartiles y rango intercuartil
Q <- quantile(variable, probs=c(.25, .75), na.rm = FALSE)
iqr <- IQR(variable)

up <-  Q[2]+1.5*iqr # Rango superior  
low <- Q[1]-1.5*iqr # Rango inferior

# filtrar valores dentro del rango
eliminated<- subset(df, variable > low & variable < up)

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.