數據預處理之異常值處理

定義： 異常值，即在數據集中存在不合理的值，又稱離羣點。比如年齡爲-1，筆記本電腦重量爲1噸等，都屬於異常值的範圍。從集合角度來看，異常值即離羣點，如下圖所示： 判別方法： 1.簡單統計分析 對屬性值進行一個描述性的統計，從而查看哪些值是不合理的。比如對年齡這個屬性進行規約：年齡的區間在[0:200]，如果樣本中的年齡值不再該區間範圍內，則表示該樣本的年齡屬性屬於異常值。 2. 3δ原則 當數據服

>>阅读原文<<