离群值是与数据集差异较大的数据点，可能影响分析。处理方法包括：Z-Score适用于正态分布；IQR利用四分位数识别；修改后的Z-Score更稳健；箱线图直观识别；Winsor化限制极端值；对数变换减少影响。选择方法需视数据特性而定。

SAL是一个新的学习框架，使用无标签数据来提高检测超出分布数据的安全性和可靠性。它通过分离候选离群值并使用这些值和标记的正态数据训练离群值分类器，证明了其能以较小的错误率分离候选离群值，并在基准测试中取得了最先进的性能。