MAD算法代码

以下是一个使用MAD算法求解异常值的Python代码示例：

import numpy as np

def median_absolute_deviation(data):
    """
    计算数据集的中位数和MAD
    :param data: 数据集
    :return: 中位数，MAD
    """
    median = np.median(data)
    deviations = np.abs(data - median)
    mad = np.median(deviations)
    return median, mad

def is_outlier(point, median, mad, threshold=3.5):
    """
    判断给定点是否为异常值
    :param point: 数据点
    :param median: 中位数
    :param mad: MAD
    :param threshold: 阈值，默认取3.5
    :return: True表示为异常值，False表示不是异常值
    """
    return abs(point - median) / mad > threshold

# 示例用法
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 100])
median, mad = median_absolute_deviation(data)
outliers = [point for point in data if is_outlier(point, median, mad)]
print(outliers)

在该代码中，`median_absolute_deviation`函数计算数据集的中位数和MAD。`is_outlier`函数使用阈值和MAD来判断给定点是否为异常值。在示例中，我们使用一个包含10个数据点和1个异常值的数组来进行测试，并打印出所有的异常值。