Outliers et types piégeux

Deux sortes d'extrêmes

Erreur : poids 12000 kg pour un colis, date future, prix négatif. Cas rare réel : colis hors gabarit à 120 kg qui existe vraiment. Le premier se corrige ou se retire avec trace, le second se garde et se modélise à part.

Réflexes

Règle IQR ou z-score pour signaler, jamais pour supprimer aveuglément. Types piégeux : booléen lu en int, identifiant lu en nombre (moyenne d'un ID = absurdité), catégorie à 500 modalités. Avant d'encoder, demandez : ordre réel ? rareté ? fuite potentielle (ex. code qui contient la réponse) ?