======数据整理 ======
[[stat:2datacleaning:plusmodel]]\\
特征工程总结[[https://zhuanlan.zhihu.com/p/40231966]]\\
[[https://www.zhihu.com/question/28641663/answer/110165221]]\\
[[https://zhuanlan.zhihu.com/p/51131210]]\\
[[https://zhuanlan.zhihu.com/p/62773597]]\\

====异常值处理====
Exceptional Data |   Outlier rejection  | Anomaly detection | outlier detection\\
[[http://eprints.whiterose.ac.uk/767/1/hodgevj4.pdf]]
^ 名称             ^ 英文                     ^ 条件                                      ^ 简要说明           ^
| 拉依达准则          | Pauta？                 | 不能检验样本量较小（显著性水平为0.1时，n必须大于10）的情况        | 离均差>3倍标准差σ则剔除  |
| 肖维勒准则          | Chauvenet's criterion  | n无穷大时，该准则失效                             |                |
| 格拉布斯准则         | Grubbs' test           | 数据正态分布、标准差未知；可以检验较少的数据，常用于n<100；国际上常推荐  | 残差绝对值与标准差σ比较   |
| 狄克逊准则          | Dixon's Q test         | 只存在一个异常数据时效果好                           |                |
| 罗马诺夫斯基准则（t检验）  |                        |                                         |                |
|                | Peirce's criterion     |                                         |                |
| 奈尔检验法          | Nair                   |                                         |                |

===论文：粗大误差四种判别准则的比较和应用===
|3≤n<25|狄克逊准则 或 格拉布斯准则 |
|25≤n≤185|格拉布斯准则 或 肖维勒准则|
|n＞185|拉依达准则|

====不平衡问题====
>SMOTE
>过抽样
>欠抽样
====编码====

====变换====
Log\\
Box-Cox\\