原理3西格瑪準則，對一組資料計算處理後，可以得到乙個置信區間，在此區間之外的部分應該被視為異常值。
3西格瑪：0.68-0.95-0.99。
處理方法：箱線圖
上下兩邊出現的點視為異常值.pandas中提供boxplot()方法繪製箱型圖
a)直接刪除
b) 使用前後兩個邊界值的均值替換
c) 不處理
d) 視為缺失值，利用缺失值的處理方法修正
若要對異常值進行修改，使用
pandas.dataframe.replace
dataframe.replace(self, to_replace=none, value=none, inplace=false, limit=none, regex=false, method=『pad』)[source]
replace values given in to_replace with value.
to_replace:查詢被替換的值
value：替換的值
異常值處理
簡單來說，即在資料集中存在不合理的值，又稱離群點。我們舉個例子，做客戶分析，發現客戶的年平均收入是80萬美元。但是，有兩個客戶的年收入是4美元和420萬美元。這兩個客戶的年收入明顯不同於其他人，那這兩個觀察結果將被視為異常值。每當我們遇到異常值時，處理這些異常值的理想方法就是找出引起這些異常值的原因...
異常值的處理
最近看到資料分析師秋招時關於異常值處理的問題，小白上網搜了以下，特在此做一下總結。何為異常值處理，小白要分異常值和處理兩步來介紹。異常值 對整體樣本資料結構表達時，通常抓住整體樣本一般性的性質，而在這些性質上與樣本整體表達不一致的點，稱其為異常點。異常值有好有壞，我們可以疾病 信用欺詐，網路攻擊等。...
異常值檢查與處理
異常值，即在資料集中存在不合理的值，又稱離群點，如下所示 對屬性值進行乙個描述性的統計，從而檢視哪些值是不合理的。比如 對待乙個人的身高，不可能說有人的身高出現3m等以上的 如果是能使用影象直接顯示資料的話，可以直觀的直接直觀的從中得出異常值 當資料服從正態分佈 根據正態分佈的定義可知，距離平均值3...