數據挖掘中的異常點分析和聚類分析.pdf

1、隨著數據采集手段的提高,很多行業(yè)都存在大量的數據,人們迫切地需要將這些數據轉換成有用的信息和知識;作為實現(xiàn)這個轉換的重要途徑,數據挖掘引起了社會各界的極大關注。據國外專家預測,在今后的5—10年內,隨著數據量的日益積累以及計算機的廣泛應用,數據挖掘將在世界范圍內形成一個巨大的產業(yè)。
　　數據挖掘中一個重要的應用就是異常點挖掘,異常點可能是“臟數據”,也可能是與實際對應的有意義的事件。從知識發(fā)現(xiàn)的角度看,在某些應用里那些很少發(fā)生的事

2、件往往比經常發(fā)生的事件更有趣、也更有研究價值。因此,異常數據的檢測和分析是一項重要且有意義的研究工作。
　　本文主要的工作可以概括為以下四個方面:
　　第一、主要綜述了異常點數據挖掘的各種算法,并對它們的性能進行了比較,從中可以得到一些在實際應用中非常有用的結論,為開發(fā)實際的算法奠定基礎;
　　第二、分析了數據挖掘中常用的聚類算法,通過一些樣本數據集對一些算法進行了實際效果的評價;
　　第三、在小波分析的基礎上對