如果您想进行类似的实验，我认为您可以在相应领域的数据中添加一些异常值，看看它的影响是什么。

如果您发现这些容易出现异常值（大多数功能都是），那么您可以通过在附加到现有数据之前删除这些异常值来处理这种情况。

你的目标变量是什么？您是否进行了任何相关分析/预测变量重要性？

好的，所以这可能很明显，但这就是我所做的。我用

scores = decision_function(x)

而不是仅仅预测异常，并获得每个实例的异常分数。之后，我可以绘制数据集的异常分布，并为分布设置更好的异常值比例。