machine-learning - 数据挖掘中的异常值处理

Question

我的 body 质量指数列中有一个异常值，它与其他数据相差甚远。第二个最大值是 38.1，而异常值是 294。实际上是 29.4，并且在收集数据时发生错误。我不想删除该行，因为我的数据数量有限。谁能告诉我们解决这个问题的最佳技术方法？将值视为缺失并应用期望最大化插补或贝叶斯多重插补等方法是否是一个好方法？请帮我解决这个问题。谢谢

Answer 1

检测不良数据，如有必要，将其替换为您喜欢的任何数据插补技术。

当然，如果您可以保留不良数据，并设计足够强大的整体方法来处理此问题，那就更好了。