如何自动选择适当的阈值进行峰值检测

Question

我用python编写了一个代码来检测数据集中的奇异点。为了检测峰，我必须设置阈值T，但这是针对一个数据样本的，这意味着我必须更改每个新数据的阈值。关于如何改进代码以自动计算阈值（代码中的T）的任何想法都可以使用标准偏差，速率变化或类似的方法。

总而言之，我希望从数据集中自动计算T（这是峰值检测的阈值），而不是尝试一些随机值。

谢谢

tab = np.array(data).astype(str).astype(np.float)
aux=tab[0][0]
index=[]
index.append(0)
i=1

while i <= len(tab)-2:
    while ( ((tab[i][0]>aux+T) or (tab[i][0]<aux-T))
        aux=tab[i][0]
        SP.append(aux)
        index.append(i)
        break
    i=i+1
.
.
.