离群点检测

注意：数据挖掘中叫离群点而不是离散点，注意说法。一般要求不严格的话，就不用太过纠结了。

1.统计学方法（基于正态分布的离群点检测）：

正态分布：1

12π√σexp{−(x−μ)22σ2}

比如某个特征的数据满足正态分布

我们用样本（也就是极大似然估计得方法）求出 μ,σ

μ=1nΣni=1xi

σ2=1nΣni=1(xi−x¯)2

正态分布下，区域μ±3σ包含99.7%的数据，因此，可以大致认为这个范围之外的点就是离群点。

2.数据挖掘中，有箱图，IQR=Q3-Q1（四分位极差），Q3+1.5IQR或者Q1-1.5IQR之外的点可以认为是离群的。

还有其他一些检测方法，这篇博主的博客介绍的较为详细：

链接：点击打开链接

μ,σ