2018-11-26
閱讀量:
920
異常值處理
在異常值處理之前需要對異常值進(jìn)行識別， 一般多采用單變量散點圖或
是箱形圖來達(dá)到目的。 在R中， 使用函數(shù)dotchart（） 、 boxplot（） 實現(xiàn)繪制
單變量散點圖與箱形圖。
異常值產(chǎn)生最常見的原因是人為輸入的錯誤， 如小數(shù)
點輸入錯誤， 會把123.00g變成12300g。
在數(shù)據(jù)預(yù)處理時， 異常值是否剔除， 需視具體情況而定， 因為有些異常
值可能蘊含著有用的信息。
將含有異常值的記錄直接刪除這種方法簡單易行， 但缺點也很明顯， 在
觀測值很少的情況下， 這種刪除會造成樣本量不足， 可能會改變變量的原有
分布， 從而造成分析結(jié)果的不準(zhǔn)確。 視為缺失值處理的好處是可以利用現(xiàn)有
變量的信息， 對異常值（缺失值） 進(jìn)行填補。
很多情況下， 要先分析異常值出現(xiàn)的可能原因， 再判斷異常值是否應(yīng)該
舍棄， 如果是正確的數(shù)據(jù)， 可以直接在具有異常值的數(shù)據(jù)集上進(jìn)行挖掘建
模。
0.0000
0
4
關(guān)注作者
收藏
評論(0)
發(fā)表評論
暫無數(shù)據(jù)
推薦帖子
CDA持證人阿濤哥
2025-05-24
0條評論
CDA持證人阿濤哥
2025-05-14
0條評論
CDA持證人阿濤哥
2024-10-29
0條評論