异常值如何使回归线或模型趋势偏离轨道？
模型试图拟合数据的总体趋势。当存在异常值时，拟合算法试图最小化所有点（包括极端点）的误差。这会导致拟合线向异常值移动或倾斜，从而偏离由大多数数据决定的最佳路径。
适用条件
- 数据可以表示为二维散点图。
- 模型试图拟合总体趋势。
- 存在明显远离主簇的观测值。
理解与推导
- 识别数据点的主簇。
- 绘制最能代表主簇趋势的拟合线。
- 引入远离簇的异常值。
- 观察拟合线如何向异常值移动以适应它。
- 得出模型学习了扭曲趋势的结论。
例子
在散点图中，讲师首先画了一条穿过主簇的线。当包含异常值时，画出了第二条更陡的线，向左上方的异常值偏移，偏离了最佳路径。
容易误解的地方
- 假设异常值只影响平均值而不影响预测模型。
- 认为模型会在没有适当处理的情况下自动忽略极端值。
观看对应讲解
YouTube异常值在印地语中的讲解｜机器学习课程
5:20 – 5:59原站看这一段 ↗
继续追问
答案依据视频资料生成并经过独立核验。若有疑问，请核对原视频或联系原作者。