数据处理和分析之数据预处理：异常值处理(OutlierDetection)：异常值处理策略：删除与修正异常值检测的重要性异常值的定义异常值（Outliers），在统计学中，指的是数据集中显著偏离其他观察值的数值。这些数值可能由于测量错误、数据录入错误、实验异常或其他非典型条件产生。异常值

数据处理和分析之数据预处理：异常值处理(OutlierDetection)：统计学方法检测异常值异常值的概念与重要性异常值的定义在数据集中，异常值（Outliers）指的是那些显著偏离其他观测值的数值。这些数值可能由于测量错误、数据录入错误、实验异常或其他非典型因素产生。异常值的存在

数据处理和分析之数据预处理：异常值处理(OutlierDetection)：基于密度的异常值检测方法数据处理和分析之数据预处理：异常值处理(OutlierDetection)：基于密度的异常值检测方法引言异常值检测的重要性在数据科学和机器学习领域，异常值检测是数据预处理中的一个关键步骤。异

这篇文章设置的问题是：考虑长尾分布的训练集下，对测试集上的OOD样本进行检测。作者在训练集中引入了openset样本学习异常表征，以OCL（OutlierClassLearn）为baseline，训练时引入prototype方法，推理时对logits进行调整校准。问题背景DNNs会把OOD（out-of-distribution）样本误分类为ID（in-di