一、异常值(Outliers)

异常值是指某些大幅度偏离正常值的资料点，来源可能是测量异常或记录异常
由於该值容易导致模型偏离正常值的预测，因此滤除异常值通常是进行资料分析的第一步

红点即为异常值 from [1]

二、高杠杆观察值(High Leverage Observations)

高杠杆观察值类似异常值，但通常对模型训练有极大的正面影响，也就是有高杠杆值(high leverage)

红点虽远离正常值，但因其高杠杆值而不须被滤除 from [1]

三、股市资料的异常值

然而尴尬的是，股市由於波动起伏大，容易把高杠杆观察值辨识为异常值，
除非是差距真的十分庞大(一天价格差距2倍之类的)，
否则异常值侦测可以说没多大意义

四、实作

由上所述，所以程序码看看就好，
基本上我把程序写完才想到上述问题，
如果我之後问/想到另外解法再改文章

没错，我又挖坑了

参考

• (1) Distinction Between Outliers and High Leverage Observations
• (2) inear regression in python, outliers / leverage detect
• (3) Outlier Detection Techniques: Simplified