查找和PHP中去除離羣

Question

想我品嚐選擇返回下面的數字數據庫中的記錄：

20.50, 80.30, 70.95, 15.25, 99.97, 85.56, 69.77 

是否有可能在PHP有效地實施，以找到異常值的算法（如果有任何）根據他們偏離平均值多遠來看浮標數組？

Answer 1

好讓我們假設你在數組中有你的數據點，像這樣：

<?php $dataset = array(20.50, 80.30, 70.95, 15.25, 99.97, 85.56, 69.77); ?> 

然後你可以用下面的函數（見發生了什麼評論）去除落在外的所有號碼平均值的標準差次的+/-大小設置（默認爲1）：

<?php 

function remove_outliers($dataset, $magnitude = 1) { 

    $count = count($dataset); 
    $mean = array_sum($dataset)/$count; // Calculate the mean 
    $deviation = sqrt(array_sum(array_map("sd_square", $dataset, array_fill(0, $count, $mean)))/$count) * $magnitude; // Calculate standard deviation and times by magnitude 

    return array_filter($dataset, function($x) use ($mean, $deviation) { return ($x <= $mean + $deviation && $x >= $mean - $deviation); }); // Return filtered array of values that lie within $mean +- $deviation. 
} 

function sd_square($x, $mean) { 
    return pow($x - $mean, 2); 
} 

?> 

對於示例這個函數返回的1級以下：

Array 
(
    [1] => 80.3 
    [2] => 70.95 
    [5] => 85.56 
    [6] => 69.77 
) 

Answer 2

對於正態分佈的一組數據，刪除超過均值3個標準差的值。

<?php 
function remove_outliers($array) { 
    if(count($array) == 0) { 
     return $array; 
    } 
    $ret = array(); 
    $mean = array_sum($array)/count($array); 
    $stddev = stats_standard_deviation($array); 
    $outlier = 3 * $stddev; 
    foreach($array as $a) { 
     if(!abs($a - $mean) > $outlier) { 
      $ret[] = $a; 
     } 
    } 
    return $ret; 
}