R语言Outliers异常值检测方法比较|附代码数据

原文链接：http://tecdat.cn/?p=8502

原文出处：拓端数据部落公众号

最近我们被客户要求撰写关于异常值检测的研究报告，包括一些图形和统计输出。

识别异常值的方法有很多种，R中有很多不同的方法。 

关于异常值方法的文章结合了理论和实践。理论一切都很好，但异常值是异常值，因为它们不遵循理论。如果一种方法发现我们都认同的异常值，那么这种方法可以认为是不错的。

异常值概述（O3）图旨在帮助比较和理解异常值方法的结果。

Stackloss数据集的O3图。每个变量组合（由左边的列定义）一行，找到了异常值，并将每个案例的一列标识为异常值（右边的列）。

威尔金森的算法为整个数据集找到了6个离群值（图的最下面一行）。总体而言，对于各种变量组合，发现14个案例是潜在的异常值 。 

O3plot，用于比较标识的异常值。

在OutliersO3中有四种其他方法可用， ：

##    HDo    PCS    BAC adjOut    DDC    MCD
##    14      4      5      0      6      5

R中还有其他异常方法，他们会给出更多不同的结果。必须谨慎。离群值本身可能是有趣的，但也可能判断错误。