数据预处理——缺失值和异常值的识别和填补

一、什么是异常值？什么是缺失值 异常值（outlier）：异常值是指数据集中存在不合理的值，又称离群点。一组测定值中与平均值的偏差超过两倍标准差的测定值，与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值。【百度百科】 缺失值（missing value）：是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。【百度百科】   二

>>阅读原文<<