基于孤立系數(shù)的孤立點(diǎn)檢測(cè)研究.pdf

1、近幾年孤立點(diǎn)檢測(cè)研究已經(jīng)成為數(shù)據(jù)挖掘的熱點(diǎn)。孤立點(diǎn)檢測(cè)的作用是擴(kuò)展人們的感官功能，來(lái)發(fā)現(xiàn)那些不能被人們?nèi)菀装l(fā)現(xiàn)的知識(shí)，識(shí)別那些隱藏的重要模式。而這些知識(shí)和模式可能對(duì)人們有更大的價(jià)值，因此對(duì)于孤立點(diǎn)檢測(cè)的研究有著重要的意義。
　　 首先根據(jù)對(duì)象屬性值的描述方式，把對(duì)象的屬性分為數(shù)值型屬性和非數(shù)值型屬性，并針對(duì)非數(shù)值型屬性提出了數(shù)值化的處理方法。為了減小傳統(tǒng)的計(jì)算對(duì)象間距離的復(fù)雜度，在考察對(duì)象間距離時(shí)本文提出了一種新的相似距離計(jì)算方

2、式。根據(jù)對(duì)對(duì)象相似距離的分析得到對(duì)象的相似連通性的性質(zhì)，并把此性質(zhì)做為縮小可疑孤立點(diǎn)候選集的剪枝策略。
　　 根據(jù)聚類結(jié)果的情況，當(dāng)聚類結(jié)果理想時(shí)采用基于相似距離的孤立點(diǎn)檢測(cè)算法。該算法利用基于聚類算法得到粗糙孤立點(diǎn)集合，把數(shù)據(jù)集分為可疑孤立點(diǎn)集合和聚類集合，提高了檢測(cè)結(jié)果的準(zhǔn)確性。同時(shí)引入了聚類的平均屬性值對(duì)象概念，在計(jì)算對(duì)象與聚類間距離時(shí)，用聚類平均屬性值對(duì)象來(lái)代替聚類，從而大大簡(jiǎn)化了計(jì)算復(fù)雜度。而當(dāng)聚類結(jié)果不好時(shí)，則采用基