通过本节学习，你将掌握：

• 异常值概念：理解异常值的定义和分类
• IQR方法：基于四分位数的异常值识别
• 标准差方法：基于均值与标准差的异常值识别
• 数据清洗：合理处理异常值的方法和原则
• 实际应用：异常值在数据分析中的重要性

基于四分位数（IQR）：

\[\text{异常值} > Q_3 + k \times \text{IQR} \quad \text{或} \quad \text{异常值} < Q_1 - k \times \text{IQR}\]

其中 \( k \) 通常为 1.5

基于均值与标准差：

\[\text{异常值} > \bar{x} + k\sigma \quad \text{或} \quad \text{异常值} < \bar{x} - k\sigma\]

其中 \( k \) 通常为 2

通过本节学习，你将掌握：

• 异常值概念：理解异常值的定义和分类
• IQR方法：基于四分位数的异常值识别
• 标准差方法：基于均值与标准差的异常值识别
• 数据清洗：合理处理异常值的方法和原则
• 实际应用：异常值在数据分析中的重要性

基于四分位数（IQR）：

\[\text{异常值} > Q_3 + k \times \text{IQR} \quad \text{或} \quad \text{异常值} < Q_1 - k \times \text{IQR}\]

其中 \( k \) 通常为 1.5

基于均值与标准差：

\[\text{异常值} > \bar{x} + k\sigma \quad \text{或} \quad \text{异常值} < \bar{x} - k\sigma\]

其中 \( k \) 通常为 2