第117章?進組（第一更）
“你的這組數據裡，重複值是怎麼處理的？”
程風推了推眼鏡，偷偷抬頭看了看方豫，訥訥的問道。
這是體育生吧？這是體育生吧？這是體育生吧？
體育生都開始建模了嗎？
方豫一進門，接近一米九的身高和壯碩的身材就帶給程風很大的視覺壓力。
等方豫坐下後，程風更是感覺到方豫身上有種若有若無的威圧感，讓他有一種在麵對導師時的感覺。
方豫隻當程風是個書呆子學長，沒太在意他的異常。
方豫不知道的是，生命本質的連續提升，讓普通人麵對方豫時，會產生一些低位生物麵對高位生物的畏懼。
現在方豫還隻是一個二級法師，等到了更高等級時，這種狀況會更加明顯。
很多不想放棄人類正常社交生活的奧術法師，就會選擇使用類似“溫和之力”手環的道具或奧術封印壓製住自己的上位者氣息。
聽到程風的問題，方豫露出思考的表情：“用pandas的dupted方法返回一個布爾型Series，可以識彆重複值，然後用drop函數或keep函數刪除就好了。”
“如果是特征重複的，就要用corr方法計算特征相似度，用method參數指定肯德爾或斯皮爾曼相關係數。”
聽到方豫的回答，程風不由得一愣，這完全出乎他的意料。
雖然程風問的隻是一些基礎的內容，但能獲得如此清晰的回答，也是完全出乎程風自己的意料。
程風仍舊不太敢看方豫，盯著屏幕：“那離群值你又是怎麼識彆的？我看到你用Winsorizing方法調整了離群值，為什麼用winsorizing而不是用眾數替代或刪除？”
方豫又思考了一下：“對於數值型數據，用箱線圖和直方圖進行識彆，當然也可以用describe函數生成的描述信息識彆，分類數據，用條形圖識彆，還有一部分正態分布數據用3σ準則進行識彆。”
“至於說處理，因為刪除離群值會讓樣本數顯著減少，我又不了解後續算法對離群值是否敏感，用眾數替代如果掩蓋了數據的變異性可能會對結果產生影響，所以采用Winsorizing方法調整了離群值。”
程風看了看方豫，半天沒說話。
至少在大二的時候，他肯定是沒這個水平的。
彆說方豫隻是金融學專業，就算是數學專業的，大二時也不過剛剛開始接觸一些初級的數據結構和基礎編程。最多也就是剛剛開始接觸數據清洗和數據操縱的相關內容。
很多人直到大四，甚至到了研究生進組，還沒搞明白到底如何評估離群值，說不準估著估著，把正常值都當成離群值清洗了。
而方豫剛剛對這兩個基礎問題的回答，雖然簡練，但很明顯已經熟練掌握了清洗數據的相關技能。
更重要的是，他不僅能夠區分處理重複值和離群值的不同方法，還能夠討論不同統計方法的適用場景，並提供具體的代碼實現。…。。
這可就不是一般學生能掌握的了，除非他早就深度參與過一些數據建模的項目。
伱特麼玩我呢吧？你這種學金融學的少爺，把應用數學學這麼好乾嗎？有必要嗎？
你們不是應該畢業拚資源去嗎？乾嘛搶我們這些小鎮做題家的飯碗？
而且，你一個金融專業的，是怎麼把數學學這麼好的？平時不上專業課的嗎？
經濟學和金融數學是數學和物理專業的自留地你不知道嗎？
你也不看看，校內的這些教授，哪個本科不是讀的數學和物理？
你一個經濟學院的，跟著湊什麼經濟學的熱鬨啊。
難道這就是真天才和小鎮做題家的差彆嗎？
不，你們最大的差彆是方豫有掛。
“學長？”方豫疑惑的叫了聲程風。
剛剛的回答中，技術層麵的答案大多數都是柚子通過埃瑟朗之核傳遞過來的，不過方豫還是往裡麵補充了一些觀點性的東西。
“方豫學弟，我沒有……”程風剛說了一半，就聽到實驗室門口傳來一個聲音。
“假如後續采用線性回歸模型，你準備如何處理這組數據中的離群值和特征相似度？”方豫一回頭，就看到童永山正從門口走進來。
而在童永山身後，還有一名身穿旗袍的二十六七歲年輕女子。
女人不算太漂亮，方豫打分的話，長相最多也就能給她打70分。
身材倒是還不錯，能有80分。
但這風情，可是90分的水平。
“老師！師姐。”
“院長好。”
程風趕緊從椅子上站起來，向導師問好。
而方豫，也站起身，禮貌的對自家院長打了個招呼，隨後又向那名被程風稱呼為師姐的年輕女子點了點頭。
旗袍女抿著嘴溫婉一笑，秋波流轉，眼神豔瀲，也沒和方豫做自我介紹，嫋嫋婷婷扭動著腰肢，走到茶水間，開始做咖啡。