运用SPSS分析时，判断异常值时可以先对数据进行标准化处理得到Z，Z的绝对值大于3可以认为是异常值。（)

DBSCAN算法对异常值敏感，因此要在聚类前进行异常值分析（）

DBSCAN算法是一种基于密度的聚类算法，对异常值非常敏感，因此要在聚类前进行异常值分析。（)

随着数据量的增大，异常值和缺失值对整体分析结果的影响会逐渐变小，因此在“大数据"模式下，数据清洗可忽略异常值和缺失值的影响，而侧重对数据结构合理性的分析。（)

决策树既可以处理离散型变量也可以处理连续型变量，且对缺失值、异常值、共线性都不敏感，因此不需要对原始数据进行预处理就可以应用决策树进行分析（）

‎在资料分析时，我们可以利用置信区间的概念，如果实验观测值,在置信区间内，代表该观测值不是异常值。（)‍

测量列中残余误差绝对值最大者即为（)。

异常值是指一批数据中的个别值，其数值明显偏离该批数据的其余值，也称离群值（）

异常值会给分类算法带来很大的干扰，因此要删除异常值（）

在数据缺失严重时，会对分析结果造成较大影响，因此对剔除的异常值以及缺失值，要采用合理的方法进行填不卜，常见的方法有平均值填充、K最近距离法、回归法、极大似线估计法等。（)

离差平方和法的聚类效果较好，且对异常值不敏感，因此在实践中应用最为广泛（）