学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
常规挖掘算法在离群数据检测中的应用
被引:1
作者
:
金义富
论文数:
0
引用数:
0
h-index:
0
机构:
湛江师范学院信息学院
湛江师范学院信息学院
金义富
[
1
]
朱庆生
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学计算机学院
湛江师范学院信息学院
朱庆生
[
2
]
机构
:
[1]
湛江师范学院信息学院
[2]
重庆大学计算机学院
来源
:
计算机工程与应用
|
2008年
/ 16期
关键词
:
数据挖掘;
常规算法;
离群检测;
应用;
D O I
:
暂无
中图分类号
:
TP311.13 [];
学科分类号
:
1201 ;
摘要
:
数据挖掘以发现常规模式为主体,但离群数据在欺诈分析及安全领域具有重要分析价值,离群数据检测已成为数据挖掘的重要内容。对聚类与分类以及关联规则分析中典型的常规数据挖掘算法如何处理离群数据进行全面分析与总结,讨论了BIRCH、CURE、Chameleon、DBSCAN以及基于共享最近邻的聚类算法以及基于不平衡分类和基于非频繁模式的离群检测技术,给出了一种利用K-最近邻算法的离群数据检测方法,并报告了测试结果。
引用
收藏
页码:145 / 147
页数:3
相关论文
共 2 条
[1]
An effective and efficient algorithm for high-dimensional outlier detection
[J].
Aggarwal, CC
论文数:
0
引用数:
0
h-index:
0
机构:
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
Aggarwal, CC
;
Yu, PS
论文数:
0
引用数:
0
h-index:
0
机构:
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
Yu, PS
.
VLDB JOURNAL,
2005,
14
(02)
:211
-221
[2]
A Survey of Outlier Detection Methodologies[J] . Victoria J. Hodge,Jim Austin.Artificial Intelligence Review . 2004 (2)
←
1
→
共 2 条
[1]
An effective and efficient algorithm for high-dimensional outlier detection
[J].
Aggarwal, CC
论文数:
0
引用数:
0
h-index:
0
机构:
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
Aggarwal, CC
;
Yu, PS
论文数:
0
引用数:
0
h-index:
0
机构:
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
IBM TJ Watson Res Ctr, Hawthorne, NY 10532 USA
Yu, PS
.
VLDB JOURNAL,
2005,
14
(02)
:211
-221
[2]
A Survey of Outlier Detection Methodologies[J] . Victoria J. Hodge,Jim Austin.Artificial Intelligence Review . 2004 (2)
←
1
→