异常值的处理方法：

删除含有异常值的记录：直接将含有异常值的记录删除；

视为缺失值：将异常值视为缺失值，利用缺失值处理的方法进行处理；

修正异常值：可用端点值或前后两个观测值的平均值修正该异常值；

标注异常值：通过建立新的变量，对异常值进行标注，以便进一步分析或处理

不处理：直接在具有异常值的数据集上进行数据挖掘。

在SPL 中A.sert()和P.sert(cn)可以根据z 分数方法自动判定异常值并进行修正处理。例如，在泰坦尼克生存预测的数据中对变量“Fare”进行异常值修正。

A3 计算变量 Fare 的标准差

A2 修正 Fare 变量中的异常值，返回修正结果和修正记录 Rec，@c 表示修改原数据。