前言

數據中如果有某個值偏離該列其他值比較離譜，那麽就有可能是一個異常的值。在數據預處理中，自然需要把這個異常值檢測出來，然後剔除掉，或者光滑掉，或者其他各種方法進行處理。

需要註意的是，本文僅介紹最為基礎的單維度異常檢測及處理方法，而在實際應用中更多用到的是多維度異常檢測，這部分得到時結合具體項目學習。

異常值處理

1. 安裝並導入包outliers並加載。

2. 生成一組用於測試的數據集(本例采用隨機生成)：

outlier計算偏離最遠位置的點，它有兩個參數：

- opposite：它值為TRUE或者FALSE時分別表示的是兩個距離方向的極值點。

4. 處理：

以上代碼以每4個元素為單位進行均值光滑。

小結

實際項目中使用的更多是多維的，更高級的距離檢測機制。比如異常點的檢測還可以采用聚類的方法，落在簇之外的點就是異常點。

而且除了光滑，還有很多種異常值方式處理。一般來說和缺失值處理的方法相似，這裏就不詳細論述了。

第五篇：數據預處理(二) - 異常值處理