基于信息熵和子空間的離群數(shù)據(jù)挖掘算法研究.pdf

1、離群數(shù)據(jù)挖掘是找出隱含在海量數(shù)據(jù)中相對(duì)稀疏而孤立的異常數(shù)據(jù)模式，它往往可以使人們發(fā)現(xiàn)一些真實(shí)的，但又出乎意料的知識(shí)，因此通過對(duì)離群數(shù)據(jù)的研究，發(fā)現(xiàn)異常的行為和模式，有著非常重要的意義?，F(xiàn)有的傳統(tǒng)離群數(shù)據(jù)挖掘方法存在著受人為因素影響較大，而且不能對(duì)挖掘出來的離群點(diǎn)做進(jìn)一步分析的問題。本文采用信息熵作為離群數(shù)據(jù)的度量手段，對(duì)離群數(shù)據(jù)挖掘方法進(jìn)行了研究。主要研究成果如下： ㈠給出了一種基于信息熵的離群數(shù)據(jù)挖掘算法（OMBIE）。首先，

2、分析和定義了基于信息熵的離群度量因子，并通過離群度量因子來度量數(shù)據(jù)集中每個(gè)記錄的離群程度；然后，根據(jù)每個(gè)數(shù)據(jù)點(diǎn)離群程度，檢測(cè)出離群數(shù)據(jù)，從而有效地消除了人為主觀因素對(duì)離群檢測(cè)的影響，進(jìn)一步反映客觀事物的本質(zhì)，并能較好地解釋離群點(diǎn)的含義；最后，實(shí)驗(yàn)驗(yàn)證了該算法的可行性和有效性。 ㈡給出了一種離群數(shù)據(jù)挖掘算法（OMBCAS）。首先，引入屬性熵與特征屬性的概念，并計(jì)算特征屬性子空間和屬性權(quán)重；然后，利用異常度的概念，計(jì)算子空間離群影響