基于聚類的離群點(diǎn)分析方法研究.pdf

1、在實(shí)際應(yīng)用中，數(shù)據(jù)集通常包含正常數(shù)據(jù)和離群數(shù)據(jù)，相對(duì)于正常數(shù)據(jù)而言，離群點(diǎn)的產(chǎn)生機(jī)制往往與之不相同，所以離群點(diǎn)可能蘊(yùn)含著重要的信息，研究離群點(diǎn)的內(nèi)涵知識(shí)具有重要學(xué)術(shù)意義和廣泛應(yīng)用價(jià)值。對(duì)離群數(shù)據(jù)的研究主要包括離群檢測(cè)與離群分析兩個(gè)方面，然而現(xiàn)有離群數(shù)據(jù)研究都主要集中于對(duì)離群點(diǎn)的檢測(cè)，離群數(shù)據(jù)分析方面的研究成果較少。在不同的屬性子空間中，離群點(diǎn)會(huì)表現(xiàn)出不同的離群特性，在大多數(shù)情況下，高維數(shù)據(jù)空間中的對(duì)象是否離群往往取決于這些對(duì)象在低維空間

2、中的投影。對(duì)于離群點(diǎn)的形成，不同的屬性起著不同的作用，需要根據(jù)這些屬性子空間將離群點(diǎn)按離群性質(zhì)進(jìn)行分類，以揭示離群點(diǎn)的產(chǎn)生原因。
　　 針對(duì)這一問題，本文引入離群屬性和離群簇等一系列概念，以現(xiàn)有離群挖掘技術(shù)為基礎(chǔ)，重點(diǎn)對(duì)離群數(shù)據(jù)集的分類、離群性質(zhì)、釋義空間以及產(chǎn)生來源等進(jìn)行分析，提出了一種利用離群分類來進(jìn)行離群點(diǎn)分析的方法。具體來講，本論文的主要研究工作如下：
　　 ①對(duì)離群分析在離群挖掘中的理論意義和應(yīng)用價(jià)值進(jìn)行了介紹

3、，并考察了離群檢測(cè)技術(shù)和離群分析方法的國內(nèi)外研究現(xiàn)狀。
　　 ②對(duì)各種離群挖掘技術(shù)的核心思想與各自的適用范圍進(jìn)行了分析，并總結(jié)出了這些技術(shù)所存在的優(yōu)點(diǎn)和缺點(diǎn)，重點(diǎn)討論了當(dāng)前具有代表性的離群分析方法。
　　 ③研究和比較現(xiàn)有的聚類分析方法，對(duì)部分聚類算法的改進(jìn)方向進(jìn)行了探討，并詳細(xì)介紹了聚類算法在離群挖掘中的應(yīng)用。
　　 ④通過分析離群點(diǎn)和聚類簇的相互關(guān)系，利用通過聚類算法檢測(cè)出的離群點(diǎn)的特點(diǎn)，提出了一種基于聚類的

4、離群點(diǎn)分析方法。論文中詳細(xì)闡述了該方法的設(shè)計(jì)思想和主要內(nèi)容，并提出了離群屬性、平凡離群點(diǎn)、非平凡離群點(diǎn)和離群簇等相關(guān)概念。
　　 ⑤以基于聚類的離群點(diǎn)分析方法為基礎(chǔ)，設(shè)計(jì)并實(shí)現(xiàn)了基于聚類的離群點(diǎn)分類算法CBOC(Cluster-based Outlier Classification)，在實(shí)驗(yàn)數(shù)據(jù)與真實(shí)數(shù)據(jù)集上驗(yàn)證算法的分類能力，并對(duì)算法的時(shí)間空間性能進(jìn)行了分析。
　　 ⑥最后合理總結(jié)了本文進(jìn)行的所有工作，對(duì)全文工作中的