摘要:
针对目前大部分离群点检测算法未考虑数据的局部信息, 导致离群点检测的准确率低问题, 提出一种新的基于聚类和局部信息的两阶段离群点检测算法. 通过定义新的局部离群因子作为判断数据对象是否为离群点的衡量标准, 改进了传统离群点检测算法的过程. 实验结果表明, 该算法在保持线性复杂度的同时, 能更准确、 有效地挖掘出数据集中的离群点.
中图分类号:
张强, 王春霞, 赵健, 武龙举, 李静永. 基于聚类和局部信息的离群点检测算法[J]. J4, 2012, 50(06): 1214-1217.
ZHANG Jiang, WANG Chun-Xia, DIAO Jian, WU Long-Ju, LI Jing-Yong. Outlier Detecting Algorithm Based on Clusteringand Local Information[J]. J4, 2012, 50(06): 1214-1217.