缺失值的处理：
(1) 删除缺失值；
(2) 填补缺失值：
<1>均值法填补
根据缺失值的属性相关系数最大的那个属性把数据分成几个组，然后分别计算每个组的均值，把这些均值放入到缺失的数值里面就可以了。
<2>最近距离决定填补法
假设现在为时间y,前一段时间为时间x，然后根据x的值去把y的值填补好。
如何判断异常值：
(1)基于正态分布的一元离群点检测方法：根据正态分布的定义可知，距离平均值3δ之外的概率为 P(|x-μ|>3δ) <= 0.003 ，这属于极小概率事件。在默认情况下我们可以认定，距离超过平均值3δ的样本是不存在的。 因此，当样本距离平均值大于3δ，则认定该样本为异常值。
(2)箱型图分析：箱型图提供了一个识别异常值的标准，即大于或小于箱型图设定的上下界的数值即为异常值。首先我们定义下上四分位和下四分位。上四分位我们设为 U，表示的是所有样本中只有1/4的数值大于U 。同理，下四分位我们设为 L，表示的是所有样本中只有1/4的数值小于L。我们设上四分位与下四分位的差值为IQR，即：IQR=U-L。那么，上界为 U+1.5IQR，下界为：L-1.5IQR。箱型图选取异常值比较客观，在识别异常值方面有一定的优越性。