n维空间异常点检测最佳方法是什么？

在n维空间 (n > 1) 中进行异常点检测的最佳方法是 C. 马氏距离。

以下是原因：

• 马氏距离 考虑了不同维度之间的相关性。与仅仅观察每个维度上的数据分布的盒图或正态分布图不同，马氏距离能够捕捉到数据点在多维空间中的异常程度。* 散点图 虽然可以用于可视化二维数据，但在高维数据中难以有效地识别异常点。

马氏距离的优势：

• 考虑了变量之间的相关性。* 对数据的分布没有假设。* 对异常值敏感。

因此，在处理n维空间中的异常点检测时，马氏距离是比其他选项更合适的方法。