我正在编写一个Python程序，用于查找页面上感兴趣的区域。页面上所有感兴趣的值的位置都给了我，但有些值(通常只有一个或两个(与其他值相去甚远，我想删除这些值。数据集不是很大，少于 100 个数据点，但我需要这样做很多次。
我在第一象限的两个轴(x 和 y(上有一个笛卡尔坐标系，所以只有正值。
我的数据点表示在此坐标系上绘制的框，我已将其存储为元组中的两个坐标对的集合。一个框可以由两个坐标对绘制，因为所有线都是直的。示例：(8， 2， 15， 10( 将绘制一个索引为 (x，y( = (8,2(、(8,10(、(15,10( 和 (15,2( 的框。
我正在尝试删除此集合中的异常值，但很难找出一种好方法。我考虑过通过找到 IQR 并删除满足这些标准的所有点来消除异常值：
Q1 - 1.5 * IQR 或
Q3 + 1.5 * IQR
这里的问题是我很难弄清楚如何，因为值不仅仅是坐标，而是区域，如果你愿意的话。但是，它们是重叠的，因此它们也不适合直方图。
首先，我想我可以为框跨越的每个完整值添加一个点，在这种情况下，示例框将创建 56 个点。在我看来，这个解决方案似乎很糟糕。有人有其他解决方案吗？
主要有两种方法：要么修复阈值，要么让机器学习为您推断。
对于机器学习，可以使用隔离林。
如果你不想要ML，那么你必须给自己固定阈值。所以你可以使用规范。有no.linalg.norm(p1 - p2)或者如果你想对指标进行更多控制，有 cdist：
scipy.spatial.distance.cdist(p1, p2)