Некоторые методы машинного обучения, которые можно использовать для замены выбросов в данных:

• Интерполяция данных. 1 Применяется, если это достаточно гладкие временные ряды, а выброс единичный. 1
• Замена медианой. 14 Используется, если это не временные ряды, а выбросов очень много. 1
• Машинное обучение на ближайших соседях. 1 Подходит, если размерность пространства признаков достаточно большая. 1
• Кластеризация DBSCAN. 15 Это непараметрический метод обнаружения выбросов на основе плотности в одномерном или многомерном пространстве признаков. 1

Выбор метода зависит от характера данных. 1 Например, если это достаточно гладкие временные ряды, а выброс единичный, то лучше применить интерполяцию данных. 1 Если выбросов очень много и это не временные ряды, то подойдёт замена медианой. 1

Также для замены выбросов можно использовать граничное значение, выбранное экспертом, или среднее значение из наиболее вероятного интервала. 4