基于聚類的離群點分析方法研究.pdf

1、在實際應用中，數(shù)據(jù)集通常包含正常數(shù)據(jù)和離群數(shù)據(jù)，相對于正常數(shù)據(jù)而言，離群點的產(chǎn)生機制往往與之不相同，所以離群點可能蘊含著重要的信息，研究離群點的內(nèi)涵知識具有重要學術意義和廣泛應用價值。對離群數(shù)據(jù)的研究主要包括離群檢測與離群分析兩個方面，然而現(xiàn)有離群數(shù)據(jù)研究都主要集中于對離群點的檢測，離群數(shù)據(jù)分析方面的研究成果較少。在不同的屬性子空間中，離群點會表現(xiàn)出不同的離群特性，在大多數(shù)情況下，高維數(shù)據(jù)空間中的對象是否離群往往取決于這些對象在低維空間

2、中的投影。對于離群點的形成，不同的屬性起著不同的作用，需要根據(jù)這些屬性子空間將離群點按離群性質進行分類，以揭示離群點的產(chǎn)生原因。
　　 針對這一問題，本文引入離群屬性和離群簇等一系列概念，以現(xiàn)有離群挖掘技術為基礎，重點對離群數(shù)據(jù)集的分類、離群性質、釋義空間以及產(chǎn)生來源等進行分析，提出了一種利用離群分類來進行離群點分析的方法。具體來講，本論文的主要研究工作如下：
　　 ①對離群分析在離群挖掘中的理論意義和應用價值進行了介紹

3、，并考察了離群檢測技術和離群分析方法的國內(nèi)外研究現(xiàn)狀。
　　 ②對各種離群挖掘技術的核心思想與各自的適用范圍進行了分析，并總結出了這些技術所存在的優(yōu)點和缺點，重點討論了當前具有代表性的離群分析方法。
　　 ③研究和比較現(xiàn)有的聚類分析方法，對部分聚類算法的改進方向進行了探討，并詳細介紹了聚類算法在離群挖掘中的應用。
　　 ④通過分析離群點和聚類簇的相互關系，利用通過聚類算法檢測出的離群點的特點，提出了一種基于聚類的

4、離群點分析方法。論文中詳細闡述了該方法的設計思想和主要內(nèi)容，并提出了離群屬性、平凡離群點、非平凡離群點和離群簇等相關概念。
　　 ⑤以基于聚類的離群點分析方法為基礎，設計并實現(xiàn)了基于聚類的離群點分類算法CBOC(Cluster-based Outlier Classification)，在實驗數(shù)據(jù)與真實數(shù)據(jù)集上驗證算法的分類能力，并對算法的時間空間性能進行了分析。
　　 ⑥最后合理總結了本文進行的所有工作，對全文工作中的