《表5 样本数据特征分析：基于孤立森林算法的取用水量异常数据检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于孤立森林算法的取用水量异常数据检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同上，对该城市供水企业2016年数据进行可直观识别异常值的处理。在全部366条数据中，共有有效数据364条，缺失数据2条。数据中不存在负值、零值、固定值等情况，补充缺失数据后可直接进行分析检测异常值，数据预处理结果如表4所示，2016年数据预处理前后效果对比见图3。与对2017年数据的处理方式相同，对预处理后的2016年样本数据进行特征分析，结果如表5所示。