科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于邻近性的离群点检测方法需要花费大量时间过滤正常点，并且在检测全局离群点时难以检测出局部离群点的问题，提出了一种基于映射距离比离群因子离群点检测算法。首先，为了减少正常点在检测过程中的时间消耗，给出了差异相似度的概念，通过定义差异相似度剪枝因子过滤掉数据集中的大部分正常点。其次，定义映射k距离，通过映射距离与可达距离的比值刻画数据对象的局部离群程度，通过可达密度刻画数据对象的全局离群程度。最后，结合数据对象相互近邻点的平均排位定义映射距离比离群因子来检测离群点。在人工数据集以及真实数据集上分别对该算法与其他经典的离群点检测算法在精确率、AUC值和离群点发现曲线上进行实验对比分析。实验结果证明MDROF算法在离群点检测的准确性和稳定性上明显优于对比算法。
- 单位
