روش های تشخیص داده‌های پرت

افزایش و تنوع داده‌ها میتواند مشکلاتی را در بررسی و تحلیل داده‌ها بوجود آورد، از اینرو پردازش داده‌ و شناسایی و حذف داده‌های پرت از جمله کارهایی است که می تواند بهره‌وری از داده‌ها را افزایش دهد.داده پرت داده ای است که که از سایر داده‌ها فاصله داشته باشد.معمولا این داده‌ها ناشی از اشتباه در جمع آوری اطلاعات یا ابرازها و افراد غیرمعمول در جمع آوری داده بوجود می آیند.برخی معتقدند می توان داده‌های میانگین را جایگزین داده‌های پرت کرد چرا که تعداد انها معمولا کم و تاثیر چندانی بر نتایج نخواهندداشت، اما قبل از حذف یا تغییر داده‌های پرت باید آنها را بررسی کرد چرا که ممکن است مسائلی مثل تغییرات تعمدی در داده‌ها انجام گرفته باشد.در این مقاله پس از تعریف داده پرت، به بررسی الگوریتم های تشخیص داده‌های پرت پرداخته شده است.