异常值检测是数据挖掘中数据准备的重要环节 ，也 是学界探讨和研究的内容 。目前主要有3种策略 ：
(1)统计法:对样本总体分布作出假设的基础上,构造如四分位点、标准差等统计量进行检测，主要适用于单属性值的情况。
(2)距离法:将两个样本视为维空间的两点,计算两点间的Minkowski，Chebyshev或Mahalanobis距离来度量，此方法 能够应用 于多元 数值 ，但 没有综合考虑总体分布的因素，导致 太依赖于参数的选择。
(3)分类法: 建立分类模 型判断数据类别，以认定其是否与总体偏 离 ,一般 需要有大量样本集 以训练分类模型,并且此方法判断的颗粒度较大,相对于精细的数据要求显得误判率较高。
精品内容
微信扫码咨询专知VIP会员