在基于聚类的DBSCAN离群点检测算法中，存在参数Eps的不确定性和全局统一性问题。因此，本文首先提出了一种基于多目标优化的自适应DBSCAN离群点检测算法，根据不同数据集的特点，通过NSGA-II优化算法为数据集中的每个数据自适应地求解一个最优Eps，不仅避免了人为经验设置参数的不足，还解决了全局参数带来的聚类不精确问题。其次，通过基于Eps的LOF算法进行离群点检测，减少了计算量。最后，通过在不同数据集下的实验对比，结果表明本文提出的算法对于检测离群点有更高的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
