可以将异常视为缺失值，利用缺失值处理的方法处理也可以用前后俩个观测值的平均值修正该异常值
举一反三
- 对于随机缺失情况下的缺失值填充，以下说法不正确的是 A: 缺失值填充是一种加分手段，可以修复缺失的信息。 B: 可以用邻近值填充缺失值 C: 可以指定用均值填充缺失值 D: 可以指定用众数填充缺失值
- 可以使用下列那种方式填充缺失值（ ） A: 利用缺省值填充缺失值。 B: 人工填充缺失值。 C: 利用临近值填充缺失值。 D: 利用平均值或者中位数填充缺失值。
- 缺失值处理方式( ) A: A剔除有缺失观察值的观测单位 B: 对缺失值进行估计后补上 C: 将缺失值作为常值 D: 对缺失值进行主观补充
- 处理缺失值的常用方法有删除含有缺失值的个案和用可能值插补缺失值。
- 下列关于缺失值处理的说法错误的是( ) A: 连续型特征可以使用众数来插补缺失值 B: 离散型特征可以使用平均值来插补缺失值 C: 可以将缺失值作为预测目标建立模型进行预测,以此来插补缺失值 D: 根据经验,可以手动对缺失值进行插补