O QUE SÃO E COMO TRATAR OUTLIERS — Transcript

Full transcript

1. 0:00a segunda galera segunda atividade que
2. 0:03ele vai fazer é remover ou asim uma
3. 0:06identificação de valores extremos que
4. 0:08que você quer dizer com isso Eduardo
5. 0:10galera do mesmo jeito que a gente tem o
6. 0:14valor ausente a gente tem um valor
7. 0:16extremo que pode fazer com que a nossa
8. 0:19máquina preditiva tem um desempenho que
9. 0:21não seja muito bom eu vou te dar um
10. 0:23exemplo imagina aqui que nós nós somos
11. 0:25três pessoas e aí sou eu você e o seu
12. 0:28amigo tá bom eu você e seu amigo eu
13. 0:31ganho r$ 2000 de salário e você ganha
14. 0:345.000 Red salário e o seu amigo ganha
15. 0:3650.000 reais de salário E aí vão
16. 0:39perguntar para você assim ó Qual é a
17. 0:40média de salário dessa galera aí que tá
18. 0:42aí nós três E aí a média vai ser como é
19. 0:4550 mais cinco mais dois vai dar 57057 me
20. 0:50dividido por 3 vai dar aí mais de 15 mil
21. 0:53sei lá uns 18 mil sou ruim de cabeça
22. 0:55beleza mas está tudo bem mais de 18 mil
23. 0:57galera se a gente
24. 1:00a média de salário da gente é 18 mil tá
25. 1:03correto galera não tá bem de exato essa
26. 1:06parada porque porque foi o ganho 2100
27. 1:08ganha 5 e outro colega larguei a 50 aí
28. 1:11vem alguém de fora e quer fazer uma
29. 1:12estimativa da gente aqui e fala que a
30. 1:14nossa média de salário 18 mil mas eu
31. 1:16dois você ganha cinco como é que a média
32. 1:1818 entendeu então sabe porque o culpado
33. 1:22dessa parada toda é o seu colega aí que
34. 1:24ganhasse 50.000 entendeu ele ganhasse
35. 1:2750.000 E aí que que acontece ele acabou
36. 1:29dentro do Pando o histórico de dados E
37. 1:32aí galera é exatamente isso que o áudio
38. 1:34lá é faz se você tá querendo fazer uma
39. 1:37máquina preditiva você tá querendo fazer
40. 1:39previsões Então você tá querendo fazer
41. 1:41uma estimativa com base nos dados que
42. 1:43você tem tudo bem então você precisa
43. 1:46fazer um certo tipo de tratamento para
44. 1:48que esses valores extremos eles não
45. 1:50estraga essa máquina preditiva digamos
46. 1:53assim estraga né porque porque senão
47. 1:55você não vai conseguir chegar no
48. 1:57resultado bacana você vai fazer
49. 1:58estimativas que nem a gente fez agora
50. 2:00e ela vai chegar a média de falar aqui
51. 2:02dessa galera 18 mil e não é ir para
52. 2:04acontecer a mesma coisa com o nosso
53. 2:05modelo então o Git remove os valores me
54. 2:09sem ou em alguns carros galeria e são
55. 2:11casos específicos por exemplo fraude
56. 2:14Quando você pensa em fraude Você viu o
57. 2:15valor extremo geralmente ele está
58. 2:19enquadrado na fraude E aí se você
59. 2:21elimina o valor extremo né que nesse
60. 2:23caso seria lote lá e você tá eliminando
61. 2:25exatamente a massa de dado mais
62. 2:27importante para sua detecção de fraude
63. 2:30então é claro que o tratamento de
64. 2:32outline vai depender do problema de
65. 2:34negócio é esse que você tá resolvendo Tá
66. 2:35bom então generalizando existem a
67. 2:39maioria dos casos a gente vai tratar
68. 2:40hotli seja por meio de remoção ou a
69. 2:43gente trabalharia essa variável por meio
70. 2:46de uma normalização ou a gente removeria
71. 2:48ou farinha uma identificação E aí seria
72. 2:51um tratamento diferente do como caso de
73. 2:53fralda Tá bom então assim exemplificando
74. 2:56a gente faria uma remoção dos valores
75. 2:59extremos aqui
76. 3:00e não atrapalhar construção da nossa
77. 3:02máquina preditiva sempre lembrando que
78. 3:04existem exceções e eu traga aqui só de
79. 3:06uma forma didática para vocês aprender
80. 3:08essa parada que isso para mim é o mais
81. 3:10importante tá bom ó
82. 3:11[Música]