基于属性权重的局部离群点挖掘算法研究

被引：5

作者：

陈晓云 ^{[1
]}

马良斋 ^{[1
,2
]}

机构：

[1] 兰州大学

[2] 兰州交通大学

来源：

微计算机信息 | 2010年 / 26卷 / 33期

关键词：

高维; 离群点检测; 高维局部偏离系数; 加权属性距离; 高维平均偏离系数;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

离群点检测是当前数据挖掘研究领域的热点问题之一。基于高维数据模型的局部离群点检测算法,将数据对象的属性根据自身的性质分为特征属性和环境属性,用环境属性来完成邻域的确定,用特征属性完成对象与邻域的比较,从而实现高维数据模型的降维操作;通过对数据对象属性的加权处理,使不同的属性在检测过程中发挥不同的作用。

引用

页码：9 / 11

页数：3

共 6 条

[1] 基于数据挖掘的启发式抽样方法研究 [J].