基于层次聚类识别数据集前n个全局孤立点

• 作者: 梁斌梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 孤立点检测 层次聚类 数据挖掘
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 101-103,107
• 分类号: TP311
• 字数: 5150字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.09.030

摘要

孤立数据的存在使数据挖掘结果不准确,甚至错误.现有的孤立点检测算法在通用性、有效性、用户友好性及处理高维大数据集的性能还不完善,为此,提出一种有效的全局孤立点检测方法,该方法进行凝聚层次聚类,根据聚类树和距离矩阵来可视化判断数据孤立程度,确定孤立点数目.从聚类树自顶向下,无监督地去除离群数据点.在多个数据集上的仿真实验结果表明,该方法能有效识别孤立程度最大的前n个全局孤立点,适用于不同形状的数据集,算法效率高,用户友好,且适用于大型高维数据集的孤立点检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁斌梅	广西大学数学与信息科学学院	14	80	6.0	8.0