對於一組資料，要找到它的離群值，有很多方法。對於一組資料，要找到它的離群值，有很多方法。這裡在cran上蒐集了一些有趣而易用的離群點檢測包以供後續使用，基本每個r包都有自己的理論和實踐材料做支撐。
cran - package routlierscran.r-project.org
cran - package dixontestcran.r-project.org
cran - package extremevaluescran.r-project.org
cran - package imputefincran.r-project.org
最近還看到乙個有用的帖子，補充之：
python離群點檢測例子 異常點 離群點檢測演算法
異常點 離群點檢測演算法 瀏覽次數 456 sklearn中關於異常檢測的方法主要有兩種 1 novelty detection 當訓練資料中沒有離群點，我們的目標是用訓練好的模型去檢測另外新發現的樣本 2 outlier detection 當訓練資料中包含離群點，模型訓練時要匹配訓練資料的中心樣...
離群點檢測梳理
描述 離群點檢測，是發現於大部分其他物件顯著不同的物件。大部分分析都會把這些差異資訊丟棄，然而在一些場景中，這些資料可能存在巨大的價值 應用範圍 詐騙檢測 貸款審批 電子商務 網路入侵 天氣預報等領域 分類標準 分類標準 分類描述 資料範圍 全域性離群點和區域性離群點 離群特徵是從區域性和總體來看的...
資料探勘（五）離群點檢測
5 異常檢測方法 異常物件被稱作離群點。異常檢測也稱偏差檢測和例外挖掘。異常檢測的方法 1 基於模型的技術 首先建立乙個資料模型，異常是那些同模型不能完美擬合的物件 如果模型是簇的集合，則異常是不顯著屬於任何簇的物件 在使用回歸模型時，異常是相對遠離 值的物件。2 基於鄰近度的技術 通常可以在物件之...