定義：
異常值，即在數據集中存在不合理的值，又稱離羣點。比如年齡爲-1，筆記本電腦重量爲1噸等，都屬於異常值的範圍。從集合角度來看，異常值即離羣點，如下圖所示：
判別方法：
1.簡單統計分析
對屬性值進行一個描述性的統計，從而查看哪些值是不合理的。比如對年齡這個屬性進行規約：年齡的區間在[0:200]，如果樣本中的年齡值不再該區間範圍內，則表示該樣本的年齡屬性屬於異常值。
2. 3δ原則
當數據服從正態分佈：
根據正態分佈的定義可知，距離平均值3δ之外的概率爲 P(|x-μ|>3δ) <= 0.003 ，這屬於極小概率事件，在默認情況下我們可以認定，距離超過平均值3δ的樣本是不存在的。 因此，當樣本距離平均值大於3δ，則認定該樣本爲異常值。
當數據不服從正態分佈：
當數據不服從正態分佈，可以通過遠離平均距離多少倍的標準差來判定，多少倍的取值需要根據經驗和實際情況來決定。
3．箱型圖分析
箱型圖提供了一個識別異常值的標準，即大於或小於箱型圖設定的上下界的數值即爲異常值，箱型圖如下圖所示：
首先我們定義下上四分位和下四分位。
上四分位我們設爲 U，表示的是所有樣本中只有1/4的數值大於U
同理，下四分位我們設爲 L，表示的是所有樣本中只有1/4的數值小於L
那麼，上下界又是什麼呢？
我們設上四分位與下四分位的插值爲IQR，即：IQR=U-L
那麼，上界爲 U+1.5IQR ，下界爲： L - 1.5IQR
箱型圖選取異常值比較客觀，在識別異常值方面有一定的優越性。
常用處理方法：
異常值的處理方法常用有四種：
1.刪除含有異常值的記錄
2.將異常值視爲缺失值，交給缺失值處理方法來處理
3.用平均值來修正
4.不處理
需要強調的是，如何判定和處理異常值，需要結合實際。
參考
《python數據分析與挖掘實戰》