REPLACE_OUTLIERS

Parameter

• sourceColumn- Menentukan nama kolom numerik yang ada yang mungkin berisi outlier.

• outlierStrategy— Menentukan pendekatan untuk digunakan dalam mendeteksi outlier. Nilai-nilai yang valid meliputi:

  • Z_SCORE— Mengidentifikasi nilai sebagai outlier ketika menyimpang dari rata-rata dengan lebih dari ambang standar deviasi.

  • MODIFIED_Z_SCORE— Mengidentifikasi nilai sebagai outlier ketika menyimpang dari median lebih dari ambang deviasi absolut median.

  • IQR— Mengidentifikasi nilai sebagai outlier ketika berada di luar kuartil pertama dan terakhir dari data kolom. Rentang interkuartil (IQR) mengukur di mana 50% titik data tengah berada.

• threshold- Menentukan nilai ambang untuk digunakan saat mendeteksi outlier. sourceColumnNilai diidentifikasi sebagai outlier jika skor yang dihitung dengan outlierStrategy melebihi angka ini. Default-nya adalah 3.

• replaceType- Menentukan metode yang akan digunakan saat mengganti outlier. Nilai-nilai yang valid meliputi:

  • WINSORIZE_VALUES- Menentukan menggunakan persentil minimum dan maksimum untuk membatasi nilai-nilai.

  • REPLACE_WITH_CUSTOM

  • REPLACE_WITH_EMPTY

  • REPLACE_WITH_NULL

  • REPLACE_WITH_MODE

  • REPLACE_WITH_AVERAGE

  • REPLACE_WITH_MEDIAN

  • REPLACE_WITH_SUM

  • REPLACE_WITH_MAX

• modeType— Menunjukkan jenis fungsi modal yang akan replaceType digunakan kapanREPLACE_WITH_MODE. Nilai yang valid meliputi:MIN,MAX, danAVERAGE.

• minValue— Menunjukkan nilai persentil minimum untuk rentang outlier yang akan diterapkan saat digunakan. trimValue Rentang yang valid adalah 0—100.

• maxValue— Menunjukkan nilai persentil maksimum untuk rentang outlier yang akan diterapkan saat trimValue digunakan. Rentang yang valid adalah 0—100.

• value- Menentukan nilai untuk memasukkan saat menggunakanREPLACE_WITH_CUSTOM.

• trimValue- Menentukan apakah akan menghapus semua atau beberapa outlier. Nilai Boolean ini diatur ke TRUE when replaceType isREPLACE_WITH_NULL,REPLACE_WITH_MODE, orWINSORIZE_VALUES. Ini default untuk FALSE semua yang lain.

  • FALSE— Menghapus semua outlier

  • TRUE—Menghapus outlier yang berperingkat di luar ambang batas persentil yang ditentukan dalam dan. minValue maxValue