Python学习笔记：盖帽法处理异常值⼀、盖帽法介绍数据分析中，异常值⽐较难于界定，⼀般数据异常值包括⼏种情况：单值异常：结合实际业务进⾏判断（例如：年龄age ≥ 120岁）相关性异常：⼀般收⼊随年龄的增长呈现类线性增长趋势，如果异常情况，需进⾏剔除突发异常：激增异常，添加哑变量（有待理解？）区分（异常值 vs 强影响点）异常值的处理可以通过盖帽法进⾏处理。如果⼀个置信区间左右两边各有3个标准差...