Как найти выбросы в данных

Для обнаружения выбросов можно использовать несколько методов:

1. IQR (Interquartile Range)
   Выбросы — значения за пределами Q1 - 1.5*IQR и Q3 + 1.5*IQR.
   python

   Копировать

   Q1 = df['column'].quantile(0.25)
   Q3 = df['column'].quantile(0.75)
   IQR = Q3 - Q1
   outliers = df[(df['column'] < (Q1 - 1.5*IQR)) | (df['column'] > (Q3 + 1.5*IQR))]

2. Z-score
   Выбросы — значения с |z-score| > 3.

   python

   Копировать

   from scipy import stats
   z_scores = stats.zscore(df['column'])
   outliers = df[np.abs(z_scores) > 3]

3. Визуализация
   Boxplot или scatter plot помогают визуально определить выбросы.

   python

   Копировать

   import seaborn as sns
   sns.boxplot(x=df['column'])

Выбор метода зависит от данных. IQR устойчив к не-нормальным распределениям, Z-score лучше для нормальных.