合成异常点评估

Synthetic Outliers Evaluation任务旨在评估含有异常值的合成表格数据的质量与实用性。该任务通过基于极值理论（EVT）生成的异常值，增强数据的真实感，提升机器学习模型的预测性能，并促进对现实世界数据中异常值的检测、处理及移除。此评估对于提高数据驱动决策的可靠性具有重要应用价值。