“離羣值”簡單造句，離羣值造句子

接下來將瞭解InfoSphereWarehouse如何檢測離羣值，以及如何對數據應用偏差檢測。

一個是主頁面，顯示按職業分組的客户記錄的一個概述，其中分別列出每種職業中離羣值的數量。

離羣值與非離羣值之間並沒有明顯的區別。

這個度越高，則該集羣中的記錄越有可能是離羣值。

例如，如果一個集羣中大部分是年輕人，而他們有較高的平均餘額，那麼這可以很好地解釋為什麼這個集羣被認為是離羣值集羣。

偏差度高於這個閾值的所有集羣被標記為離羣值集羣，它們的成員都是離羣值。

並利用其中一種，建立了穩健的多變量離羣值的檢測方法。

接下來的小節將提供一個例子，以逐步演示如何用InfoSphereWarehouse發現離羣值，以及如何為各個數據記錄賦予偏差度。

首先，如果檢查離羣值的專家有限，那麼可以使用具有最高偏差度的集羣的數據記錄。

離羣值詳細界面包含被標記為離羣值且屬於主報告頁面選定的職業的客户記錄。

結果還指出出現了離羣值。

檢驗的樣本崩潰點是樣本中能逆轉判決的離羣值的最小比例。

文件顯示，日本的監管部門和經理人們將“最糟情景”視為“離羣值”——即“非真實風險”。

概述頁面包含一個職業列表，顯示每種職業的客户記錄數量和離羣值數量。