单一的学生体质测量数据异常很难形成标准化判断方案，存在预测偏差准确性差、异常数据检测率低、异常数据误报率高的问题。提出面向学生体质测量的数据异常可视化检测方法，标准化处理数据，从而降低数据维度，清洗数据后预测出异常数据量最多的残缺数据。其次利用信息增益完成学生体侧数据特征的筛选以及排序，结合信息增益和正常数据点降低数据复杂度并识别出异常数据，实现学生体质测量异常数据检测。实验结果表明，所提方法的预测偏差准确性较高、异常数据检测率较高、异常数据误报率较低、检测运行时间较短。
科研之友
微信
新浪微博
Facebook
分享链接
