箱体模型数据分析

数据质量分析，是数据挖掘中数据准备过程中的重要一环，是数据预处理的前提，也是数据挖掘分析结论有效性和准确性的基础。

其主要任务是检测原始数据中是否存在脏数据，脏数据一般包括：缺失值、异常值、不一致值、重复数据及含有特殊符号的数据。

其中异常值分析时对样本中个别值的提取，也成为离群点分析。

可以采用（1）简单统计量分析（2）3б原则（正态分布）（3）箱型图分析

下图为对一组数据进行异常分析之前所做的数据分析-数据预处理阶段进行箱体分析，同时对于统计数据进行计算。

统计数据上分析，其他的可以作为异常数据进行分析，讨论并作进一步处理

学习参考与Python数据分析与挖掘实战.pdf