时间序列预测中异常值检测的4大类8种核心方法与实践指南

1. 从预测失准的“锅”说起：为什么异常值检测是第一步

最近在复盘几个时间序列预测项目时，我发现一个反复出现的现象：模型在训练集上表现优异，一到实际预测就“翻车”。排查下来，问题往往不是出在模型本身有多复杂，或者参数调得有多精细，而是一个更前置、也更基础的问题——数据里的“捣蛋鬼”没被清理干净。这些“捣蛋鬼”，就是异常值。

很多同行一提到提高预测精度，第一反应就是换更牛的模型、调更复杂的参数，或者堆叠更多的特征。这当然没错，但就像盖房子，如果地基（数据）里混着几块形状诡异的石头（异常值），无论你上面的建筑工艺多精湛，房子迟早会出问题。异常值对时间序列预测的破坏是根源性的：它会扭曲数据的真实分布，误导模型学习到错误的规律。一个基于被污染数据训练出的模型，其预测结果的可信度自然大打折扣。

所以，今天我们不谈复杂的LSTM、Transformer或者Prophet，我们把目光拉回到数据本身，系统性地梳理一下时间序列预测中，那些你必须掌握的异常值检测方法。我把它们归纳为4大类、8种核心方法，从最直观的统计方法，到需要一点“感觉”的分解方法，再到依赖模型“智慧”的预测方法，最后是能处理复杂模式的机器学习方法。掌握这套工具箱，你就能在构建预测模型前，先给数据做一次彻底的“体检”，从根本上为预测精度扫清障碍。

2. 第一类：基于统计规则的“硬核”检测法

这类方法最直接，也最经典。它们基于一个核心假设：正常的数据点应该服从某种统计分布（比如正态分布），而偏离这个分布“中心”太远的点，就是异常。这类方法计算快，原理简单，非常适合作为初筛工具。

2.1 3σ原则与Z-Score：正态分布下的标尺

这是最广为人知的异常值检测方法，其理论基础是正态分布的经验法则。在正态分布中，大约99.73%的数据落在均值（μ）加减3倍标准差（σ）的区间内。因此，任何一个数据点，如果其Z-Score的绝对值大于3，就有极大概率是异常值。

Z-Score的计算公式为：Z = (x - μ) / σ。其中，x是当前数据点，μ是整个序列的均值，σ是整个序列的标准差。

实操要点与避坑指南：

1. 适用性前提：这个方法强烈依赖于“数据近似服从正态分布”的假设。在应用前，务必先通过直方图、Q-Q图或夏皮罗-威尔克检验等方法，检验序列的分布形态。许多真实世界的时间序列（如股票价格、网站访问量）具有尖峰厚尾或偏态分布，直接套用3σ原则会失效。
2. 全局与局部：经典Z-Score使用整个序列的全局均值和标准差。这在序列平稳时没问题，但如果序列存在明显的趋势或季节性，全局统计量会失真。例如，一个处于上升趋势末期的正常值，可能因为比序列前期的值高很多而被误判为异常。改进方案是使用滚动窗口统计量，计算每个点相对于其近期邻域（如前N个点）的Z-Score，这能更好地适应序列的局部变化。
3. 阈值调整：3是一个经验阈值。对于数据质量要求极高的场景（如金融风控），可能会使用更严格的阈值（如2.5或2）；而对于希望保留更多“疑似异常”以供人工复核的场景，阈值可以放宽到3.5。没有金科玉律，需要结合业务理解调整。

# 示例：使用滚动窗口Z-Score检测异常 import pandas as pd import numpy as np def rolling_zscore_outlier_detection(series, window=30, threshold=3): """ 使用滚动均值和标准差计算Z-Score来检测异常值。 参数: series: pd.Series, 时间序列数据。 window: int, 滚动窗口大小。 threshold: float, Z-Score异常阈值。 返回: pd.Series: 布尔序列，True表示对应位置为异常值。 """ # 计算滚动均值和标准差 rolling_mean = series.rolling(window=window, center=True, min_periods=1).mean() rolling_std = series.rolling(window=window, center=True, min_periods=1).std() # 计算Z-Score，避免除零 z_scores = (series - rolling_mean) / rolling_std.replace(0, np.nan) # 标记异常 outliers = np.abs(z_scores) > threshold return outliers.astype(bool) # 假设df['value']是你的时间序列 # outliers = rolling_zscore_outlier_detection(df['value'], window=30, threshold=3)

2.2 箱线图（IQR）法：对偏态更鲁棒

箱线图法不依赖于正态分布假设，而是基于数据的四分位数进行判断，因此对偏态分布的数据更稳健。它的核心是四分位距（IQR），即上四分位数（Q3，75%分位数）与下四分位数（Q1，25%分位数）之差。

异常值的判定规则为：

• 温和异常值（Mild Outlier）：小于Q1 - 1.5 * IQR或大于Q3 + 1.5 * IQR
• 极端异常值（Extreme Outlier）：小于Q1 - 3 * IQR或大于Q3 + 3 * IQR

实操要点与避坑指南：

1. 分位数计算方式：Pandas等库的.quantile()方法默认采用线性插值，而NumPy的percentile或quantile可能有不同方法。确保你了解所用函数的分位数计算逻辑，并在整个项目中保持一致，否则IQR的微小差异可能导致边界点判断不同。
2. 同样面临“全局vs局部”问题：原始的箱线图也是基于整个序列的全局Q1和Q3。对于非平稳序列，同样推荐使用滚动窗口的箱线图法。为每个点计算其所在滚动窗口内的Q1、Q3和IQR，再进行判断。
3. 与Z-Score的对比选型：
   • 如果你的数据分布对称且近似正态，两者效果相近，Z-Score可能更直观。
   • 如果你的数据有明显偏斜（许多实际业务数据如此），箱线图法通常更可靠，因为它不受极端值（它正要找的异常值）对“标准差”这个统计量的巨大影响。标准差对异常值很敏感，一个极端异常值会拉高标准差，导致其他异常值不易被检出，而IQR对此相对稳健。

3. 第二类：基于时间序列分解的“剥离”检测法

时间序列通常可以分解为趋势（Trend）、季节性（Seasonality）和残差（Residual）三个部分。基于分解的方法核心思想是：将规律性的成分（趋势和季节性）从原始序列中剥离出去，剩下的残差项应该是一个围绕零值随机波动的平稳序列。任何在残差序列中显得“突兀”的点，就很可能是异常值。这类方法能有效应对具有明显趋势或季节性的序列。

3.1 STL分解残差法：应对复杂季节模式的利器

STL（Seasonal and Trend decomposition using Loess）是一种非常强大的时间序列分解方法。它的优势在于：

• 可以处理任何类型的季节性（月、周、日，甚至更复杂的周期）。
• 季节成分可以随时间变化（非固定季节模式）。
• 对异常值相对稳健（在分解过程中使用了鲁棒的局部加权回归）。

操作流程与核心细节：

1. 分解序列：使用statsmodels库的STL函数对原始序列进行分解，得到趋势项（trend）、季节项（seasonal）和残差项（resid）。
2. 分析残差：理论上，一个干净的残差序列应该近似白噪声，均值为0，方差恒定。我们可以对残差序列应用第一类中的统计方法（如滚动Z-Score或滚动IQR）来检测异常。
3. 定位异常：在残差序列中被标记为异常的点，对应回原始时间序列的相同时间戳，即为疑似异常值。

# 示例：使用STL分解残差进行异常检测 from statsmodels.tsa.seasonal import STL import pandas as pd def stl_residual_outlier_detection(series, period, z_threshold=3.5): """ 使用STL分解后的残差进行异常值检测。 参数: series: pd.Series，索引需为时间类型。 period: int，季节性周期（如：月度数据period=12，周度数据period=52）。 z_threshold: float，残差Z-Score的阈值。 返回: dict: 包含分解结果和异常标记的字典。 """ # 执行STL分解 stl = STL(series, period=period, robust=True) # robust=True使分解对异常值更稳健 res = stl.fit() # 获取残差 residuals = res.resid # 计算残差的滚动统计量（这里使用简单全局统计，对于长序列建议用滚动窗口） # 由于STL分解后残差应平稳，全局统计有时也有效，但滚动更安全。 residual_mean = residuals.mean() residual_std = residuals.std() # 计算Z-Score并标记异常 residual_z = (residuals - residual_mean) / residual_std outliers_mask = np.abs(residual_z) > z_threshold return { 'series': series, 'trend': res.trend, 'seasonal': res.seasonal, 'resid': residuals, 'resid_zscore': residual_z, 'is_outlier': outliers_mask } # 使用示例 # 假设df['sales']是日销售额，具有周季节性（period=7） # result = stl_residual_outlier_detection(df['sales'], period=7, z_threshold=3.5) # 异常点位置：df.index[result['is_outlier']]

为什么STL后残差的阈值可以设得更高（如3.5）？因为在理想情况下，STL分解已经去除了趋势和季节这种“大信号”，残差是纯粹的“噪声”。这个噪声序列应该更接近正态分布，且其标准差σ_resid会远小于原始序列的标准差σ_original。因此，在残差上用同样的绝对值（比如3）做阈值，对应的原始序列波动幅度其实很小。为了不过于敏感，我们需要用一个更大的阈值（如3.5或4）来捕捉那些在“纯噪声”背景下依然显得极其突兀的点。

3.2 移动平均/中位数滤波法：快速平滑与差值分析

这是一种更直观、计算更轻量的方法。其原理是：用一个窗口在序列上滑动，计算窗口内的中心趋势（均值或中位数），然后用原始值减去这个中心趋势，得到差值序列。在平稳且无异常的区域，差值应该很小；在异常点处，差值会突然变大。

具体步骤：

1. 选择滤波窗口与统计量：
   • 窗口大小：通常与序列的周期性或你期望的异常持续时间有关。例如，检测单点尖峰，窗口可以较小（如5、7）；检测持续几天的异常平台，窗口需要更大。
   • 统计量选择：强烈推荐使用中位数而非均值。因为均值本身极易受异常值影响，如果一个异常值在窗口内，用均值作为“正常水平”的估计会被拉偏，从而导致差值变小，漏检该异常（这种现象称为“掩蔽效应”）。中位数对异常值不敏感，能更好地代表窗口内的正常水平。
2. 计算差值序列：diff_t = original_t - median(window_t)。
3. 检测差值序列中的异常：对diff序列应用统计规则（如IQR法），标记异常。由于差值序列理论上应围绕0波动，检测效果通常不错。

经验技巧：

• 双边窗口（center=True）：在计算每个点的滤波值时，使用以其为中心的双边窗口，这样得到的趋势线更平滑，滞后小。但要注意在序列两端会存在数据不足的问题，Pandas的rolling函数可以处理（min_periods参数）。
• 结合STL使用：对于强季节性序列，可以先做STL分解得到趋势项，再对趋势项（而非原始序列）应用中位数滤波，这样可以避免季节性波动干扰对趋势上异常的判断。

4. 第三类：基于预测模型的“反差”检测法

这类方法的思想非常巧妙：用一个预测模型（可以是简单模型）去拟合时间序列的“正常”模式，然后比较预测值与实际值。如果实际值远远偏离了模型的预测区间，那么这个点就很可能是异常值。这类方法本质上是将异常检测问题转化为了一个模型拟合优度评估问题。

4.1 简单预测模型法（如Holt-Winters, ARIMA）

使用经典的时间序列预测模型，如指数平滑（Holt-Winters）或ARIMA，为每个时间点生成一个预测值和一个预测区间（置信区间）。落在预测区间之外的点被视为异常。

以Holt-Winters为例（适用于具有趋势和季节性的序列）：

1. 模型训练：使用历史数据训练一个Holt-Winters模型。
2. 样本内预测：让模型对训练期内的每个点进行一步预测（而不是多步预测），并计算预测误差。
3. 构建动态阈值：不是用一个固定的阈值（如3σ），而是利用模型给出的预测区间。例如，Holt-Winters可以给出一个95%的预测区间。任何落在该区间之外的点，都被认为是异常。
4. 关键优势：这种方法得到的阈值是动态的、与时间相关的。在季节性波峰期，预测值高，预测区间也宽，对较大的波动更宽容；在波谷期，预测区间窄，对较小的波动也更敏感。这比使用全局固定阈值合理得多。

实操中的陷阱：

• 模型误设风险：如果选用的预测模型（如ARIMA的(p,d,q)阶数）不能很好地捕捉数据的真实生成过程，那么它产生的预测区间本身就是有偏的，可能导致大量误报（将正常波动判为异常）或漏报。
• 异常值污染训练：如果训练数据中本身就包含未被处理的异常值，它们会“教坏”模型，让模型认为这种异常波动是正常的，从而学习到错误的模式，降低检测效力。一个常见的做法是使用稳健的拟合方法，或者先使用一种简单的检测方法（如IQR）做初步清洗，再用相对干净的数据训练预测模型进行精细检测。

4.2 预测残差分析法（结合机器学习模型）

这是简单预测模型法的进阶版，尤其适用于具有大量外生特征的复杂序列。其流程如下：

1. 构建基准预测模型：使用一个能够整合趋势、季节性和外部特征的机器学习模型，如梯度提升树（LightGBM, XGBoost）甚至简单的线性回归。特征可以包括：时间戳（年、月、日、星期几、是否节假日）、历史滞后值（lag features）、滚动统计量（过去7天均值）等。
2. 训练与预测：在训练集上训练模型，并得到其在训练集上的样本内预测值。
3. 分析残差分布：计算预测残差residual = actual - predicted。在模型拟合良好的情况下，残差序列应近似为一个均值为0、方差稳定的白噪声过程。
4. 检测残差异常：对这个残差序列应用统计检测方法（如滚动IQR）。由于模型已经解释了大部分规律性变化，残差中的大波动更有理由被认为是真正的异常或模型未能捕捉的特殊事件。

为什么这种方法更强大？因为它利用了更多信息。纯时间序列模型（如ARIMA）只利用了序列自身的历史值。而机器学习模型可以引入天气、促销活动、竞争对手行为等外部变量，这些变量可能就是导致“异常”的原因。如果模型成功学习了这些关系，那么原本的“异常”波动就能被预测出来，从而不再表现为残差异常。此时，残差异常点指向的是那些连外部变量都无法解释的、真正的意外事件，这对于根因分析极具价值。

注意：使用预测模型法时，务必进行严格的样本外验证或使用时间序列交叉验证来评估模型性能。避免使用未来信息（数据泄露），确保检测逻辑在真实预测场景下是成立的。

5. 第四类：基于机器学习的“智能”检测法

当数据模式非常复杂，或者存在高维相关性时，前几类方法可能力不从心。基于机器学习的方法能够自动学习正常数据的“模式”，并将不符合该模式的数据点识别为异常。

5.1 孤立森林（Isolation Forest）：高效识别“疏离”点

孤立森林的核心思想非常直观：异常点通常是“少而不同”的，它们更容易被“孤立”出来。算法通过随机选择特征和分割值来递归地划分数据，构建多棵二叉树（森林）。异常点由于特征值与众不同，往往在树的很浅层（只需要很少几次划分）就被单独隔离到一个叶子节点。计算每个数据点在所有树中的平均路径长度，路径越短，该点越可能是异常。

在时间序列中的应用技巧：孤立森林本身是无监督的，且不假设数据分布。要将其用于时间序列，关键在于如何构造特征。不能简单地把单变量时间序列直接扔进去，那样会丢失时间依赖性。

1. 特征工程：这是成功的关键。需要从时间序列中提取能够刻画其局部上下文和模式的特征。例如：
   • 统计特征：滑动窗口内的均值、标准差、最小值、最大值、偏度、峰度。
   • 时序特征：与前一天/前一周同期的差值、比值。
   • 谱特征：通过小波变换或傅里叶变换提取的频率域特征。
   • 分解特征：STL分解后得到的趋势、季节、残差分量。
2. 模型训练与预测：用构造好的特征矩阵训练孤立森林模型。模型会为每个样本输出一个异常分数（anomaly score），分数越高越异常。我们需要根据业务敏感度设定一个阈值来划分异常点。
3. 优点与局限：
   • 优点：无需标注数据，计算效率高，能处理高维特征，对大数据集友好。
   • 局限：特征工程的质量直接决定检测效果。如果构造的特征不能有效区分正常与异常模式，算法会失效。此外，它不提供异常原因的解释。

# 示例：为时间序列构建特征并使用Isolation Forest from sklearn.ensemble import IsolationForest import pandas as pd import numpy as np def create_time_series_features(series, window_sizes=[3, 7, 14]): """ 为单变量时间序列创建滑动窗口统计特征。 """ df = pd.DataFrame({'value': series}) for w in window_sizes: df[f'mean_{w}'] = series.rolling(window=w, center=True, min_periods=1).mean() df[f'std_{w}'] = series.rolling(window=w, center=True, min_periods=1).std() df[f'min_{w}'] = series.rolling(window=w, center=True, min_periods=1).min() df[f'max_{w}'] = series.rolling(window=w, center=True, min_periods=1).max() # 添加差分特征 df[f'diff_{w}'] = series.diff(periods=w) # 添加时间特征（如果索引是DatetimeIndex） if isinstance(series.index, pd.DatetimeIndex): df['hour'] = series.index.hour df['dayofweek'] = series.index.dayofweek df['month'] = series.index.month # 删除因滚动窗口和差分产生的NaN行 df = df.dropna() return df # 假设 series 是你的时间序列 # features_df = create_time_series_features(series) # X = features_df.drop('value', axis=1) # 特征矩阵 # 训练Isolation Forest # contamination参数可以估计异常点比例，如果不确定可设为‘auto’ # iso_forest = IsolationForest(n_estimators=100, contamination=0.05, random_state=42) # iso_forest.fit(X) # anomaly_scores = iso_forest.decision_function(X) # 分数，越负越异常 # predictions = iso_forest.predict(X) # 1为正常，-1为异常

5.2 自编码器（AutoEncoder）：学习正常模式的“压缩”与“还原”

自编码器是一种特殊的神经网络，它试图学习输入数据的压缩表示（编码），然后再从这个压缩表示中尽可能完美地重建原始数据（解码）。其训练目标是让重建误差最小化。

异常检测逻辑：我们用大量正常数据训练一个自编码器。训练完成后，网络学会了“正常数据”应该长什么样，以及如何高效地压缩和还原它。当输入一个异常数据时，由于网络从未见过这种模式，它的还原能力会变差，导致重建误差（如均方误差MSE）显著高于正常数据。因此，通过设定一个重建误差的阈值，就可以检测异常。

在时间序列上的应用架构：

1. 数据准备：将单变量时间序列转化为有监督学习的样本。常用滑动窗口法，例如，用一个长度为L的窗口截取一段序列[x_t, x_{t+1}, ..., x_{t+L-1}]作为输入，同时其自身也是重建的目标输出。
2. 网络设计：编码器部分通常由几个全连接层或一维卷积层（更适合捕捉局部时序模式）组成，将高维窗口数据压缩到低维潜在空间（瓶颈层）。解码器部分对称地将其还原回原始维度。
3. 训练与阈值设定：用正常数据（确保不含异常）训练网络。训练完成后，在另一个正常验证集上计算每个样本的重建误差，取其分布的某个高分位数（如99%）作为阈值。
4. 检测：对于新数据，计算其重建误差，超过阈值则判为异常。

实战心得：

• 数据纯净度是关键：自编码器是“照葫芦画瓢”，如果训练数据里混入了异常，它会学会重建异常，导致检测失效。因此，获取一段足够长的、干净的“正常时期”数据至关重要，这有时比模型结构本身更重要。
• 潜在空间维度：这是一个需要调优的超参数。维度太高，网络可能记住所有数据（包括噪声），失去泛化能力；维度太低，可能丢失正常数据的关键信息，导致重建误差本来就高。需要通过实验找到平衡点。
• 与预测模型的区别：自编码器是“无监督重构”，它不预测未来，而是试图完美复现当前输入。它检测的是“这个模式是否与我见过的所有正常模式相似”。而第三类的预测模型是“有监督预测”，它检测的是“这个点的值是否符合我学到的演化规律”。

6. 方法选型与融合策略：没有银弹，只有组合拳

介绍了8种方法，你可能会问：到底该用哪一种？我的经验是：没有一种方法能在所有场景下通吃。最稳健的策略是“组合使用，交叉验证”。

6.1 根据数据特性与业务目标选型

你可以参考下面的决策流来初步筛选：

1. 你的数据是否平稳，且近似正态分布？

   • 是→ 可以尝试Z-Score (3σ)，简单快速。
   • 否→ 转向IQR (箱线图)，它对分布没有要求。

2. 你的数据是否有明显的趋势或季节性？

   • 是，且季节性模式固定或可定义→STL分解残差法是你的首选。它能最干净地剥离规律成分，让异常在残差中无所遁形。
   • 是，但你想快速实现→移动中位数滤波法是很好的轻量级替代方案，尤其适合实时检测。

3. 你是否有足够的历史数据，并且希望检测“不符合预期模式”的异常？

   • 是，且序列规律可用经典模型刻画→Holt-Winters/ARIMA预测区间法。它能提供与时间相关的动态阈值。
   • 是，且你有丰富的特征（外部变量）→预测残差分析法（结合机器学习模型）。这是最强大的方法之一，能解释更多变化。

4. 你的数据模式非常复杂，或者你面对的是多变量时间序列？

   • 是→ 考虑孤立森林或自编码器。你需要投入精力在特征工程（对于孤立森林）或数据准备与模型训练（对于自编码器）上。

6.2 构建多级检测流水线

在实际工业场景中，我通常会构建一个多级（Two-Stage）检测流水线，兼顾效率与精度：

• 第一级：快速初筛（高召回率）。使用计算成本低、规则简单的方法，如全局IQR或宽阈值的滚动Z-Score。目标是尽可能多地抓出“疑似异常点”，即使误报一些也没关系。这一步可以过滤掉80%-90%的明显正常数据，大大减少进入下一级的数据量。
• 第二级：精细判别（高精确率）。对第一级筛选出的“疑似异常点”及其周边上下文数据，应用更复杂、更准确的方法进行复核。例如，使用STL分解残差法或预测残差分析法。因为数据量已经很小，所以即使模型复杂一点，计算开销也可接受。这一步的目标是确认异常，并尽可能降低误报。

6.3 处理异常值的策略：不只是删除

检测出异常值后，如何处理它们同样重要。粗暴删除并非总是上策。

1. 修正/替换：如果明确知道异常是由于数据采集错误（如传感器瞬断）导致，可以用合理的值替换。
   • 前后值插值：对于孤立的异常点，使用前后时刻的均值或中位数填充。
   • 预测值替换：使用一个稳健的预测模型（如用异常点周围正常数据训练的简单模型）的预测值来替换。
2. 标记保留：如果不确定异常是错误还是真实的特殊事件（如线上促销、系统故障），最好的做法是将其标记为“特殊点”，并在构建预测模型时，将其作为哑变量（Dummy Variable）特征加入。这样，模型可以学习到这种特殊事件的影响，而不是被它带偏。
3. 使用稳健模型：有些预测算法本身对异常值不敏感，如使用分位数损失的模型（如LightGBM的quantile回归）、或基于中位数的统计模型。在异常值无法避免或难以清晰界定的情况下，直接使用稳健模型也是一种选择。

7. 实战案例：电商日销数据异常检测全流程

假设我们有一份电商平台的日销售额数据，存在明显的周季节性（周末高、工作日低）和长期增长趋势，同时混杂着一些促销活动带来的峰值和系统故障导致的谷底。

我们的目标：检测出那些非促销、非节假日的、无法解释的异常波动，为后续的销量预测模型提供干净的数据或特征。

步骤一：探索性数据分析与可视化首先绘制序列图，观察整体趋势、季节性和明显的异常点。计算基本统计量，并查看分布直方图，发现数据右偏，不符合正态分布。因此，直接使用Z-Score（3σ）可能不合适。

步骤二：第一级检测 - STL分解残差法由于存在明显的周季节性（period=7），我们首选STL分解。

1. 使用STL(series, period=7, robust=True)进行分解。robust=True参数使得分解过程对异常值不敏感，能获得更准确的趋势和季节项估计。
2. 得到残差序列resid。观察残差序列，发现它已经平稳很多。
3. 对resid序列应用滚动IQR法（窗口=30天），标记异常。我们设定阈值为3倍IQR（对应极端异常值）。这一步抓出了一批尖锐的峰值和低谷。

步骤三：第二级验证与业务对齐将STL-IQR检测出的异常点标注在原始销量曲线上。然后，拉取对应的业务日志（促销日历、系统报警记录）。

• 发现1：大部分峰值异常对应着“秒杀活动”或“大促”。这些是可解释的、已知的异常，属于业务常态。我们不应删除它们，而应将其作为“促销标志”特征加入预测模型。
• 发现2：部分谷底异常对应着“服务器宕机2小时”、“支付通道故障”。这些是可解释的、非预期的异常，属于数据错误。对于短时故障，可以考虑用前后值插补；对于全天故障，可能需要标记为缺失值并用更复杂的方法处理。
• 发现3：仍有少数几个异常点（既有峰也有谷）在业务日志中找不到原因。这些就是我们寻找的未知异常。需要重点分析，可能是竞争对手突然动作、社交媒体爆款，或是未被记录的小型活动。

步骤四：构建鲁棒的预测特征对于已知的促销异常，我们创建了一个is_promotion的布尔特征。 对于未知异常和故障异常，我们创建了一个is_anomaly的布尔特征。在后续训练预测模型（如LightGBM）时，这两个特征都将作为输入，让模型自己去学习不同“异常”对销量的影响模式。

步骤五：效果回溯使用处理后的数据（或加入异常特征的数据）训练预测模型，并在测试集上评估。与直接使用原始数据训练的模型对比，均方误差（MSE）平均降低了约15%，特别是在非促销期的预测稳定性显著提升。这证实了有效的异常检测和处理，确实能从根源上提升预测精度。

这个案例的核心启示是：异常检测不是简单的“找出来-删掉”。它是一个结合数据科学方法（STL， IQR）和业务知识（促销日历， 系统日志）的诊断过程。最终目的是理解每一个异常背后的故事，并将其转化为预测模型可以理解和利用的信息。