大家好！今天咱们来聊聊一个在数据分析和机器学习中经常出现的术语——inlier。
简单来说，inlier 就是指那些符合模型预期、没有异常的数据点。也就是说，在一堆数据中，大部分正常的数据点就是 inlier，而那些明显偏离正常范围的就叫做 outlier（离群值）。
举个例子，比如你有一个销售数据集，大多数月份的销售额都集中在某个范围内，只有某个月份的销售额特别高或特别低，那这一个月的数据就可能是 outlier，而其他月份的就是 inlier。
不过要注意的是，inlier 并不一定是“正确”的数据，只是相对于模型而言是“正常的”数据点。有时候，一些看似正常的 inlier 可能也包含错误或需要进一步分析。