VIP20
本课程属于：020-风控数据质量标签口径校准 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

异常值检测与清洗实操

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
异常值概述
异常值的定义 · 产生原因（数据录入错误 · 测量误差
异常值概述异常值的定义
02
异常值类型
全局异常点 · 上下文异常点 · 集体异常点
异常值类型全局异常点
03
数据分布与异常值
正态分布 · 偏态分布 · 长尾分布中异常值的表现特征
数据分布异常值
04
单变量异常检测——Z-Score方法
Z-Score原理 · 阈值选择（3σ原则） · Python实现与可视化
Z-Score单变量异常检测
05
单变量异常检测——IQR方法
四分位距原理 · 箱线图与异常值判定 · Python实现
IQR单变量异常检测
06
单变量异常检测——MAD方法
中位数绝对偏差原理 · 稳健性对比 · Python实现
MAD单变量异常检测
07
单变量异常检测——分位数方法
基于百分位数的截断 · 分位数映射 · Python实现
单变量异常检测分位数方法
08
多变量异常检测——马氏距离
马氏距离原理 · 协方差矩阵 · Python实现与阈值设定
多变量异常检测马氏距离
09
多变量异常检测——DBSCAN聚类
DBSCAN原理 · 核心点与噪声点 · Python实现
DBSCAN多变量异常检测
10
多变量异常检测——孤立森林
孤立森林原理 · 异常分数 · Python实现与参数调优
多变量异常检测孤立森林
11
多变量异常检测——LOF局部异常因子
LOF原理 · 局部密度对比 · Python实现
LOF多变量异常检测
12
多变量异常检测——One-Class SVM
单类支持向量机原理 · 核函数选择 · Python实现
One-ClassSVM
13
时间序列异常检测——移动平均法
滑动窗口均值 · 残差分析 · Python实现
时间序列异常检测移动平均法
14
时间序列异常检测——STL分解
季节性趋势分解 · 残差异常判定 · Python实现
STL时间序列异常检测
15
时间序列异常检测——Prophet模型
Facebook Prophet原理 · 异常区间识别 · Python实现
Prophet时间序列异常检测
16
时间序列异常检测——ARIMA模型
差分自回归移动平均 · 残差检验 · Python实现
ARIMA时间序列异常检测
17
高维数据异常检测——PCA方法
主成分分析降维 · 重构误差 · Python实现
PCA高维数据异常检测
18
高维数据异常检测——Autoencoder
自编码器原理 · 重构损失 · Python实现
Autoencoder高维数据异常检测
19
高维数据异常检测——特征选择与异常
特征重要性 · 异常特征组合 · Python实现
高维数据异常检测特征选择
20
异常值清洗策略——删除法
直接删除异常样本 · 适用场景与风险 · Python实现
异常值清洗策略删除法
21
异常值清洗策略——截尾法
Winsorization原理 · 分位数截断 · Python实现
异常值清洗策略截尾法
22
异常值清洗策略——插补法
均值/中位数插补 · KNN插补 · 回归插补
异常值清洗策略插补法
23
异常值清洗策略——标记法
保留异常值但添加标记列 · 后续分析处理 · Python实现
异常值清洗策略标记法
24
异常值清洗策略——转换法
对数变换 · Box-Cox变换 · 幂变换对异常值的影响
异常值清洗策略转换法
25
异常值检测评估指标
混淆矩阵 · 精确率 · 召回率
异常值检测评估指…混淆矩阵
26
异常值检测实战——金融风控
信用卡欺诈检测案例 · 特征工程 · 模型对比
异常值检测实战金融风控
27
异常值检测实战——工业质检
传感器数据异常检测 · 实时预警 · Python实现
异常值检测实战工业质检
28
异常值检测实战——网络入侵检测
KDD Cup数据集 · 多模型集成 · Python实现
异常值检测实战网络入侵检测
29
异常值检测实战——医疗健康
心电图异常检测 · 生理信号处理 · Python实现
异常值检测实战医疗健康
30
异常值检测与清洗总结
方法选择指南 · 常见陷阱 · 最佳实践与未来趋势
异常值检测清洗总结