第114章 进组（第一更） (第1/2页)
　　
　　“你的这组数据里，重复值是怎么处理的？”
　　
　　程风推了推眼镜，偷偷抬头看了看方豫，讷讷的问道。
　　
　　这是体育生吧？这是体育生吧？这是体育生吧？
　　
　　体育生都开始建模了吗？
　　
　　方豫一进门，接近一米九的身高和壮硕的身材就带给程风很大的视觉压力。
　　
　　等方豫坐下后，程风更是感觉到方豫身上有种若有若无的威圧感，让他有一种在面对导师时的感觉。
　　
　　方豫只当程风是个书呆子学长，没太在意他的异常。
　　
　　方豫不知道的是，生命本质的连续提升，让普通人面对方豫时，会产生一些低位生物面对高位生物的畏惧。
　　
　　现在方豫还只是一个二级法师，等到了更高等级时，这种状况会更加明显。
　　
　　很多不想放弃人类正常社交生活的奥术法师，就会选择使用类似“温和之力”手环的道具或奥术封印压制住自己的上位者气息。
　　
　　听到程风的问题，方豫露出思考的表情：“用pandas的duplicated方法返回一个布尔型Series，可以识别重复值，然后用drop函数或keep函数删除就好了。”
　　
　　“如果是特征重复的，就要用corr方法计算特征相似度，用method参数指定肯德尔或斯皮尔曼相关系数。”
　　
　　听到方豫的回答，程风不由得一愣，这完全出乎他的意料。
　　
　　虽然程风问的只是一些基础的内容，但能获得如此清晰的回答，也是完全出乎程风自己的意料。
　　
　　程风仍旧不太敢看方豫，盯着屏幕：“那离群值你又是怎么识别的？我看到你用Winsorizing方法调整了离群值，为什么用winsorizing而不是用众数替代或删除？”
　　
　　方豫又思考了一下：“对于数值型数据，用箱线图和直方图进行识别，当然也可以用describe函数生成的描述信息识别，分类数据，用条形图识别，还有一部分正态分布数据用3σ准则进行识别。”
　　
　　“至于说处理，因为删除离群值会让样本数显著减少，我又不了解后续算法对离群值是否敏感，用众数替代如果掩盖了数据的变异性可能会对结果产生影响，所以采用Winsorizing方法调整了离群值。”
　　
　　程风看了看方豫，半天没说话。
　　
　　至少在大二的时候，他肯定是没这个水平的。
　　
　　别说方豫只是金融学专业，就算是数学专业的，大二时也不过刚刚开始接触一些初级的数据结构和基础编程。最多也就是刚刚开始接触数据清洗和数据操纵的相关内容。
　　
　　很多人直到大四，甚至到了研究生进组，还没搞明白到底如何评估离群值，说不准估着估着，把正常值都当成离群值清洗了。
　　
　　而方豫刚刚对这两个基础问题的回答，虽然简练，但很明显已经熟练掌握了清洗数据的相关技能。
　　
　　更重要的是，他不仅能够区分处理重复值和离群值的不同方法，还能够讨论不同统计方法的适用场景，并提供具体的代码实现。
　　
　　这可就不是一般学生能掌握的了，除非他早就深度参与过一些数据建模的项目。
　　
　　你特么玩我呢吧？你这种学金融学的少爷，把应用数学学这么好干吗？有必要吗？
　　
　　你们不是应该毕业拼资源去吗？干嘛抢我们这些小镇做题家的饭碗？
　　
　　而且，你一个金融专业的，是怎么把数学学这么好的？平时不上专业课的吗？
　　
　　经济学和金融数学是数学和物理专业的自留地你不知道吗？
　　
　　你也不看看，校内的这些教授，哪个本科不是读的数学和物理？
　　
　　你一个经济学院的，跟着凑什么经济学的热闹啊。
　　
　　难道这就是真天才和小镇做题家的差别吗？
　　
　　不，你们最大的差别是方豫有挂。
　　
　　“学长？”方豫疑惑的叫了声程风。
　　
　　刚刚的回答中，技术层面的答案大多数都是柚子通过埃瑟朗之核传递过来的，不过方豫还是往里面补充了一些观点性的东西。
　　
　　“方豫学弟，我没有……”程风刚说了一半，就听到实验室门口传来一个声音。
　　
　　“假如后续采用线性回归模型，你准备如何处理这组数据中的离群值和特征相似度？”方豫一回头，就看到童永山正从门口走进来。
　　
　　而在童永山身后，还有一名身穿旗袍的二十六七岁年轻女子。
　　
　　女人不算太漂亮，方豫打分的话，长相最多也就能给她打70分。
　　
　　身材倒是还不错，能有80分。
　　
　　但这风情，可是90分的水平。
　　
　　“老师！师姐。”
　　
　　“院长好。”
　　
　　程风赶紧从椅子上站起来，向导师问好。
　　
　　而方豫，也站起身，礼貌的对自家院长打了个招呼，随后又向那名被程风称呼为师姐的年轻女子点了点头。
　　
　　旗袍女抿着嘴温婉一笑，秋波流转，眼神艳潋，也没和方豫做自我介绍，袅袅婷婷扭动着腰肢，走到茶水间，开始做咖啡。
　　
　　“不用客气，回答问题就好。”童永山自己搬了把椅子也坐在方豫对面，手中翻着程风打印出来的一叠资料。
　　
　　
　　
　　（本章未完，请点击下一页继续阅读）