【Educoder数据挖掘实训】异常值检测-箱线图

【Educoder数据挖掘实训】异常值检测-箱线图

开挖！
关于箱线图，核心理念就是找出上四分位数和下四分位数，定义二者的差为$IQR$。上下四分位数分别向上下扩展$1.5IQR$定义为上界和下界，在此之外的数据被认为是异常数据。
这当然是合理的，关键在于四分位数如何求。

这是实训中给出的方法，这当然是错误的。
四分位数是没有办法仅通过一条公式算出来的，肯定要分类讨论。由于是除以四所以分为$0.25,0.5,0.75,0$四种情况。
靠哪边近哪边占据更大权重才是合理的，比如$0.25$的情况下就有 Q i = 0.75 ⋅ x [ i ( l + 1 ) / / 4 ] + 0.25 ⋅ x [ i ( l + 1 )