机器学习异常值处理

本文介绍了常见的异常值检测方法，包括箱型图、3σ原则、Z-score法、聚类检测、孤立森林和局部异常因子。其中，孤立森林和局部异常因子是基于机器学习的方法，可以自动识别异常值。直接删除异常值可能会损失大量训练样本，可以用统计值填充或适当控制阈值的区间来减少异常样本。