Quelle méthode de détection choisir ?

La méthode IQR est idéale pour les données non normales, tandis que le Z-Score convient mieux aux distributions suivant une loi normale.

Puis-je conserver mes données originales ?

Oui, vous pouvez activer l'option 'Préserver les colonnes originales' pour comparer vos données sources avec les valeurs traitées.

Que fait l'option 'Cap' ?

L'option 'Cap' remplace les valeurs aberrantes par la borne supérieure ou inférieure définie par la méthode de détection choisie, au lieu de les supprimer.

L'outil gère-t-il plusieurs colonnes à la fois ?

Oui, vous pouvez spécifier plusieurs colonnes cibles ou laisser l'outil détecter automatiquement toutes les colonnes numériques.

Comment fonctionne le marquage des valeurs ?

Si vous activez 'Marquer les valeurs aberrantes', l'outil ajoute une colonne supplémentaire indiquant par un booléen si la ligne contient une anomalie.

Elysia Tools

Navigation mobile

Data Processing

Processeur de Valeurs Aberrantes

Outil avancé de détection et traitement des valeurs aberrantes qui identifie, supprime ou remplace les valeurs anormales en utilisant plusieurs méthodes statistiques.

Exécution

Exécuter cet outil

Remplissez le formulaire, lancez l’outil et consultez le résultat au même endroit.

Entrées

Les options sont groupées pour rendre les longs formulaires plus lisibles.

11 réglages

ContenuCollez ou saisissez les valeurs principales.2

Données CSVtextareaRequisColonnes Cibles (Optionnel)textareaOptionnel

RéglagesAjustez formats, plages, nombres et modes.5

Méthode de DétectionselectOptionnelSeuil de DétectionnumberOptionnelSensitivity threshold for outlier detection. Lower values detect more outliers.Stratégie de TraitementselectOptionnelReplacement MethodselectOptionnelSensitivity LevelselectOptionnel

OptionsActivez ou désactivez les comportements optionnels.4

Préserver les Colonnes OriginalescheckboxOptionnelActivé si cochéMarquer les Valeurs AberrantescheckboxOptionnelActivé si cochéAjouter des colonnes pour marquer les valeurs détectées comme aberrantesInclure les StatistiquescheckboxOptionnelActivé si cochéAuto-optimize ThresholdcheckboxOptionnelActivé si cochéAutomatically find optimal threshold based on data distribution

Résultat

Prêt à exécuter

Après exécution, les fichiers, textes, données structurées ou sorties en flux apparaîtront ici.

Exemples

Exemples adaptés à cet outil

Associé

Processeur de Valeurs Aberrantes

Exécuter cet outil

Entrées

Résultat

Exemples adaptés à cet outil

Continuer avec des outils et dossiers associés

Entrées

Résultat

Découvrez quand utiliser cet outil, ce qu'il prend en charge et comment les utilisateurs l'appliquent.

Points clés

Aperçu

Quand l’utiliser

Fonctionnement

Cas d’usage

Exemples

1. Nettoyage de données de capteurs

2. Préparation de dataset marketing

FAQ

Exemples CSV

Traitement de Chaînes Windows - Exemples C#

Exemples Python

Exemples R

Processeur de Limites de Données

Déduplicateur CSV

Limiteur de Plage de Données

Normalisateur Z-Score

Outils de qualite des donnees, deduplication et detection d anomalies

Outils d export CSV et de conversion de tableaux

Outils de nettoyage et de reorganisation CSV

Outils de codes-barres, QR et etiquettes