基于梯度提升回归树的大数据集离群点挖掘模型构建①

• 作者: 胡小琴
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 梯度提升回归树 大数据 集离群点 挖掘
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电气工程与信息技术
• 页码范围: 743-747
• 页数: 5页
• 分类号: TP391
• 字数: 3328字
• 语种: 中文

摘要

为了提高大数据集离群点挖掘能力,提出基于梯度提升回归树的大数据集离群点挖掘模型,构建大数据集离群点的回归树分布模型,采用多维特征融合方法进行大数据集离群点的特征检测,提取大数据集离群点的空间区域分布特征量,采用梯度提升回归分析方法对提取的大数据集离群点特征进行模糊聚类处理,在聚类中心中实现对大数据集离群点数据的自适应融合和分布式检测,通过梯度提升回归树分析方法实现大数据集离群点挖掘.仿真结果表明,采用该方法进行大数据集离群点挖掘的准确性较高,抗干扰性较好,提高了大数据集离群点挖掘过程的收敛和控制能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小琴		6	0	0.0	0.0