查找極端值

數據出現極端值(outliner)，通常指每個類別出現的次數太少、太稀有，或是某些取值太大。除了風控等領域，通常來講，如果不把極端值處理掉，容易對分析的結論或者模型的效果產生負面影響。

對於極端值的判斷常用的方法常用的有標準差及分位數。

1. 標準差：把超過平均值n個標準差的值定義為異常值，這裡的n的取值，取決於具體業務場景及變量的分佈，比如超過平均值在正負3個標準差以上的數值。

2. 分位數：對值由小至大進行排序，然後從最大或最小的數值到推1%，這些值可能就屬於極端值