在機器學習中進行資料處理往往會遇到極端異常值，是否刪除極端異常值往往會影響到最終模型的準確性。找到異常值以後，判斷是否需要移除是根據我們的目標而定。

異常值的幾種情況

• 如果我們只是要找到人為錯誤導致的點，大可直接移除；
• 如果移除異常值並不會改變結果，僅僅會改變假設（assumptions），那麼也可以選擇移除異常值，但是應該記錄下來。

無論是否存在異常值都不會改變回歸線。

• 如果異常值會影響結果和假設，那麼簡單地刪除異常值並不合理。可以嘗試著對比刪除前和刪除後得到的結果，並記錄下刪除/保留異常值的原因。

異常值會改變回歸線。

• 如果異常值建立了重要的關聯性，則應該放棄異常值，並且不應
  從分析中提到該異常值。

X和Y之間的關係是由異常值建立的，如果沒有該異常值，X和Y之間沒有關係，所以迴歸係數並未真正描述X和Y之間的聯絡。

如何處理應該保留下來的異常值

• 嘗試通過平方根、對數變換等方式轉換資料，使得資料之間的差別縮小。
• 嘗試不同的模型，例如第三張圖中的資料可能用非線性模型能夠更好地擬合。