離群點(diǎn)檢測(cè)方法研究.pdf

1、離群數(shù)據(jù)挖掘就是從大量復(fù)雜的數(shù)據(jù)集中發(fā)現(xiàn)存在于小部分異常數(shù)據(jù)中的新穎的、與常規(guī)數(shù)據(jù)模式顯著不同的新的數(shù)據(jù)模式。從數(shù)據(jù)挖掘的角度來(lái)看,在一些應(yīng)用中,稀有事件往往比常規(guī)事件更令人感興趣。例如,錯(cuò)誤數(shù)據(jù)的查找,金融、通信領(lǐng)域的欺詐分析,網(wǎng)絡(luò)入侵的檢測(cè),消費(fèi)極高或極低收入的客戶行為的分析等。因此,離群數(shù)據(jù)挖掘方法的研究具有十分重要的意義。
　　本文在研究了數(shù)據(jù)挖掘相關(guān)理論的基礎(chǔ)上,對(duì)離群點(diǎn)檢測(cè)及高維及高維空間上的離群點(diǎn)檢測(cè)算法進(jìn)行了分析研

2、究。首先研究分析了離群點(diǎn)的定義,對(duì)離群數(shù)據(jù)挖掘算法的研究現(xiàn)狀進(jìn)行了分類評(píng)述?；诰嚯x的離群數(shù)據(jù)挖掘方法因?yàn)榻咏麳awkins的離群數(shù)據(jù)本質(zhì)定義且直觀、易于理解,在實(shí)際中應(yīng)用得較多,本文分析研究了兩種基于距離的離群點(diǎn)檢測(cè)算法-嵌入式循環(huán)離群點(diǎn)檢測(cè)算法和基于空間索引的離群點(diǎn)檢測(cè)算法,并通過(guò)實(shí)驗(yàn)對(duì)這兩種算法進(jìn)行了比較。
　　遺傳算法是一種建立在生物進(jìn)化基礎(chǔ)上,基于自然選擇和種群遺傳機(jī)理的
　　搜索算法,它模擬了自然選擇和自然遺傳過(guò)