Outlier判斷問題 - Cupoy

請問如果資料原本的分布是屬於雙峰，這樣的情況下zscore及IQR依然適合用來判別outlier嗎?或是有其他更適合的方式呢?

回答列表

• 2019/04/29 下午 10:59
  Seanyu.TW
  贊同數：3
  不贊同數：0
  留言數：0

  Hi 你的問題非常的好，一般我們常用來偵測 outliers 的方法多半只適用於單峰分布 (而且多數甚至有常態假設)。在某些特殊的分布，比如你這裡提到的雙峰分布，一直以來的探討是沒有制式方法來抓 outliers，你可以參考 http://r.789695.n4.nabble.com/Outlier-detection-in-bimodal-distribution-td2302316.html 的討論串。

• 2019/04/29 下午 11:00
  Seanyu.TW
  贊同數：3
  不贊同數：0
  留言數：0

  所以在通常在非典型的分布下，要決定一個值是否為 outliers 就通常取決於 domain knowledge 以及透過視覺化的方法來決定它是否為異常值。

• 2019/04/29 下午 11:01
  Seanyu.TW
  贊同數：2
  不贊同數：0
  留言數：0

  另外，在後面的課程中也會提到假如你懷疑某些點可能是異常值的話，不妨新造一個欄位，給它一個 tag，讓後面的機器學習幫你決定這個資訊是否重要。

  希望以上回覆有幫助到你唷 :)