通常在异常值检测中，数据符合,则该数据为异常值。（ ）
错
举一反三
- 下列关于异常值检测的说法中正确的是（） A: 在使用3σ原则检测异常值时需要保证数据遵守正态分布 B: 检测出的异常值不一定会被删除 C: 检测出的异常值一定会被删除 D: Pandas中可以使用boxplot（）方法绘制箱形图，以实现对数据中的异常值进行检测
- 对于实验数据中的异常值的取舍，通常可根据（）、（）和（）方法来判断。
- 下列哪种情况,可不进行补充检测（） A: 检测数量足够,但检测数据有异常, B: 检测数据无异常,但检测数量不足, C: 检测数量不足且检测数据有异常, D: 检测数量足够,检测数据无异常
- 下列选项中，不属于异常检测方法的是()。 A: 基于统计异常检测 B: 基于系统数据的检测 C: 基于神经网络入侵检测 D: 基于数据采掘的异常检测
- 实验数据中，无论什么的异常值、删了最安全。
内容
- 0
对数据进行准确性审核主要是检查数据是否存在异常值。如果异常值属于记录时的错误，在分析之前应予以剔除。
- 1
实验数据中，无论什么的异常值、可疑值，删了最安
- 2
当发现检测数量不足或检测数据异常时,应（） A: 剔除异常数据, B: 在报告中注明实际检测数量, C: 进行补充检测, D: 更换检测方法
- 3
异常值是指一批数据中的个别值，其数值明显偏离该批数据的其余值，也称离群值。
- 4
异常值（Outlier）指样本中的个别值，其数值明显偏离它（或他们）所属样本的其余观测值，也称异常数据，离群值。目前人们对异常值的判别与剔除主要采用物理判别法和统计判别法两种方法。