异常值处理_CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

2018-11-26 阅读量: 820

异常值处理

在异常值处理之前需要对异常值进行识别，一般多采用单变量散点图或

是箱形图来达到目的。在R中，使用函数dotchart（）、 boxplot（）实现绘制

单变量散点图与箱形图。

异常值产生最常见的原因是人为输入的错误，如小数

点输入错误，会把123.00g变成12300g。

在数据预处理时，异常值是否剔除，需视具体情况而定，因为有些异常

值可能蕴含着有用的信息。

将含有异常值的记录直接删除这种方法简单易行，但缺点也很明显，在

观测值很少的情况下，这种删除会造成样本量不足，可能会改变变量的原有

分布，从而造成分析结果的不准确。视为缺失值处理的好处是可以利用现有

变量的信息，对异常值（缺失值）进行填补。

很多情况下，要先分析异常值出现的可能原因，再判断异常值是否应该

舍弃，如果是正确的数据，可以直接在具有异常值的数据集上进行挖掘建

模。

0.0000

0

4

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子