版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/86382046
BP箱线图应用：多分类、回归的问题。
BP箱线图寻找异常：异常点和异常属性。
1、根据玻璃的化学成分判断玻璃类型
(1)、玻璃数据的箱线图显示有相当数量的异常点，至少与前面的例子相比，异常点数量上是比较多的。玻璃数据集有几个因素可能会导致出现异常点。
1)、首先这是一个分类问题，在属性值和类别之间不需要存在任何连续性，也就是说不应期望在各种类别之间，属性值是相互接近的、近似的。
2)、另外一个玻璃数据比较独特的地方是它的数据是非平衡的。成员最多的类有76个样本，而成员最小的类只有9个样本。统计时，平均值可能是由成员最多的那个类的属性值决定，因此不能期望其他的类别也有相似的属性值。采取激进的方法来区分类别可能会达到较好的结果，但这也意味着预测模型需要跟踪不同类别之间复杂的边界。