R语言OutliersO3软件包异常值检测方法比较

原文连接：http://tecdat.cn/?p=8502

识别异常值的方法有不少种，R中有不少不一样的方法。

关于异常值方法的文章使用了理论和实践的混合体。理论一切都很好，但异常值是异常值，由于它们不遵循理论。实践涉及数据的测试方法，有时用基于理论模拟的数据，更好地使用“真实”数据集。若是一种方法发现咱们都赞成的异常值，那么它能够被认为是成功的，可是咱们是否都赞成哪些个案是异常值？

异常值概述（O3）图旨在帮助比较和理解异常值方法的结果。

​

Stackloss数据集的O3图。每一个变量组合（由左边的列定义）有一行，找到了异常值，并将每一个案例的一列标识为异常值（右边的列）。

威尔金森的算法为整个数据集找到了6个离群值（图的最下面一行）。整体而言，对于各类变量组合，发现14个案例是潜在的异常值 。

​

一个O3plot，用于比较堆栈损耗数据集中由HDoutliers和mvBACON标识的异常值。

在OutliersO3中有四种其余方法可用， ：

    HDo    PCS    BAC adjOut    DDC    MCD##    14      4      5      0      6      5

​

R中还有其余异常方法，他们无疑会给出更多不一样的结果。建议必须谨慎行事。离群值自己多是有趣的，它们多是某种错误 - 咱们可能不一样意它们是不是异常值。