《数据预处理》课件——基于箱线图的异常值检测.pptxVIP

基于箱线图的异常值检测

箱线图的基础与构建

箱线图在异常值检测中的应用与挑战

目录

CONTENTS

01

箱线图的基础与构建

箱线图的构成

箱线图构成

箱线图由四个部分构成，上四分位数(Q3)、下四分位数(Q1)、中位数(Q2)，以及通过这两个四分位数构成的箱体。

箱体延伸

离群点检测

箱体上方和下方分别延伸出“须”，在箱体外的点则被认为是潜在的异常值，而箱线图能直观显示数据的集中趋势。

箱线图能直观显示数据的分散程度和离群点，是一种非常有效的数据分析工具，可以帮助我们快速识别数据中的潜在异常值。

箱线图的异常值判定方法

IQR计算

IQR是四分位数间距，即Q3与Q1的差距；如果数据点位于这个范围之外，通常会被标记为“离群点”或“异常值”，这种方法适用于各类数据分析。

异常值检测

箱线图方法广泛应用于各类数据分析中，特别在检测大规模数据集中的异常值时，是一种非常有效的方法，能够快速准确地识别出数据中的异常点。

异常值判定

在箱线图中，异常值是通过数据点是否落在“须”之外来判断的；而判定标准是低于Q1-1.5*IQR或高于Q3+1.5*IQR的数据点被认为是异常值。

03

02

01

优点

对数据分布有一定的假设，假如数据的分布过于偏斜或有极端的离群值，箱线图可能无法充分反映出所有的异常情况。

缺点

多变量表现

箱线图对于多变量数据的异常值检测表现较差，需要通过其