老师，再问一个关于outlier的处理方式。如果数据中有outlier一般情况下该怎么处理？我们是不是首先判断有没有outlier对模型performance的影响？如果没影响可以留着，那如果有影响的话，该怎么做？需要drop吗？
在supervised learning做model training的时候，我们一般不会对outlier做处理，除非有些数据是明显错误的，比如纬度(Latitude)大于90度的情况等等， 对于那些数据我们直接删掉就可以了。在处理完invalid data之后我们一般会把全部数据交给model处理，不会做过多人为干预。核心原因是，我们不知道如何明确地定义"outlier"。
如果你认为有一些数据和其他数据的分布明显不同，比如不同地区or不同conversion intent的用户的行为有明显区别，那么你应该对这些数据分别train不同的model。这种情况是很常见的。但是不能说其中一部分数据是"outlier"。
另外， outlier的概念可能更多出现在unsupervised learning问题中，此时outlier的定义就是“和其他人不一样”。那么我们把它们单独归为一类就可以了。这部分我们在课上也会讲。