【拟合问题】遇到异常点如何处理？

解决方法：

• 使用加权最小二乘法；由于最小二乘法思想是最小化均方差，在误差符合正态分布，均值为0的前提下，考虑了每个样本的贡献度，即每个样本都具有相同的权重，因此最小二乘法对数据中间的异常值特别敏感。加权最小二乘法也是以距离为度量，根据距离大小赋予不同的权重值，可以在一定程度上减少异常值的干扰。
• 使用其他方法处理异常值；例如使用鲁棒估计，鲁棒估计是一种抗干扰的统计估计方法，它对异常值具有较好的处理能力，通过使用一些鲁棒损失函数，如Huber loss，来减小异常值对参数估计的影响。如果异常值对最小二乘法的拟合结果产生了太大的影响，可以考虑使用其他的模型来处理异常值。可以使用稳健回归（Robust Regression）、支持向量回归等方法，这些方法对异常值有更好的鲁棒性。