Outlier Detection

Definition / 释义

“Outlier detection” 指离群点检测/异常值检测：在一组数据中识别那些与大多数数据显著不同的观测值（可能由测量误差、罕见事件、欺诈行为、系统故障或真实但少见的现象导致）。在统计分析、机器学习、质量控制与风控中常用。也常与 anomaly detection（异常检测）近义使用，但语境上前者更偏“统计/数据分布中的极端点”，后者更偏“行为或模式的异常”。

Pronunciation / 发音

/ˈaʊtˌlaɪər dɪˈtɛkʃən/

Examples / 例句

Outlier detection helps us find unusual data points.
离群点检测能帮助我们找出不寻常的数据点。

After cleaning the sensor logs, the team used outlier detection to separate genuine equipment failures from random measurement noise.
在清理传感器日志后，团队用离群点检测将真实的设备故障与随机测量噪声区分开来。

Etymology / 词源

outlier 由 out（在外）+ lie（躺、位于）构成，意为“位于外侧的事物”，在统计语境中引申为“偏离整体分布的点”。detection 来自拉丁语 detegere（揭开、发现），表示“识别/探测”。合起来即“识别偏离群体的数据点”。

Related Words / 相关词

• Anomaly
• Anomaly Detection
• Outlier
• Noise
• Robust
• Threshold
• Clustering
• Regression
• Z-Score

Literary Works / 文学作品

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论统计学习中的异常/离群点与稳健方法。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——涉及概率模型与异常点处理的相关概念。
• Data Mining: Concepts and Techniques（Han, Kamber, Pei）——在数据挖掘章节中讨论异常/离群点识别思路。
• Outlier Analysis（Charu C. Aggarwal）——专门系统化介绍离群点分析与检测方法。