如何检测二维数组中的异常值检测？

Question

给出如下数组：

[ 
  { final_amount: 20.0, shipping_amount: 5 },
  { final_amount: 30.0, shipping_amount: 5.5 },
  { final_amount: 25.0, shipping_amount: 105.5 },
  { final_amount: 325.0, shipping_amount: 125.5 }
]

我怎么能检测到

  { final_amount: 25.0, shipping_amount: 105.5 }

是一个离群值？

更大的final_amount意味着更大的shipping_amount，但是我们的数据集中有一些错误的条目。

如果我只考虑shipping_amount（中位数和标准差），它会删除一些有效的条目，因为它没有考虑final_amount。

Answer 1

解决这类问题的正确方法是建立一个正常的模型＆＃34;数据和一个或多个＆＃34;异常＆＃34;数据。这些中的每一个都是某个类别的p（数据|类别）。申请贝叶斯＆＃39;规则来计算p（类别|数据）并在类别中做出一些选择，例如：选择具有最大p（类别|数据）的类别。这是一个相当开阔的领域，祝你好运，玩得开心。您也可以对stats.stackexchange.com感兴趣。