定義：異常值，即在數據集中存在不合理的值，又稱離群點。比如年齡為-1，筆記本電腦重量為1噸等，都屬於異常值的范圍。從集合角度來看，異常值即離群點。
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范圍內，則表示該樣本的年齡屬性屬於異常值。
2. 3δ原則
當數據服從正態分布：
根據正態分布的定義可知，距離平均值3δ之外的概率為 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，則認定該樣本為異常值。
當數據不服從正態分布：
當數據不服從正態分布，可以通過遠離平均距離多少倍的標准差來判定，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准，即大於或小於箱型圖設定的上下界的數值即為異常值，箱型圖如下圖所示：
首先我們定義下上四分位和下四分位。
上四分位我們設為 U，表示的是所有樣本中只有1/4的數值大於U 同理，下四分位我們設為 L，表示的是所有樣本中只有1/4的數值小於L
那么，上下界又是什么呢？
我們設上四分位與下四分位的插值為IQR，即：IQR=U-L；那么，上界為 U+1.5IQR ，下界為： 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.將異常值視為缺失值，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。