2018-11-26 阅读量: 689
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。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
