离群点检测

1.单变量离群点检测

> set.seed(3147)
> x <- rnorm(100)
> summary(x)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-3.3150 -0.4837  0.1867  0.1098  0.7120  2.6860 

> boxplot.stats(x)$out
[1] -3.315391  2.685922 -3.055717  2.571203
> boxplot(x)

将上述的单变量离群点检测简单地应用到多变量的数据集。

> y <- rnorm(100)
> df <- data.frame(x,y)
> rm(x,y)
> head(df)
            x          y
1 -3.31539150  0.7619774
2 -0.04765067 -0.6404403
3  0.69720806  0.7645655
4  0.35979073  0.3131930
5  0.18644193  0.1709528
6  0.27493834 -0.8441813
> attach(df)

> (a <- which(x %in% boxplot.stats(x)$out))
[1]  1 33 64 74

> (b <- which(y %in% boxplot.stats(y)$out))
[1] 24 25 49 64 74

同样，也可以将x列或者的离群点都作为整个数据集的离群点

> y <- rnorm(100)
> df <- data.frame(x,y)
> rm(x,y)
> head(df)
            x          y
1 -3.31539150  0.7619774
2 -0.04765067 -0.6404403
3  0.69720806  0.7645655
4  0.35979073  0.3131930
5  0.18644193  0.1709528
6  0.27493834 -0.8