10.3969/j.issn.1002-137X.2012.10.033
基于剪枝的海量数据离群点挖掘
基于距离的离群点挖掘通常需要O(N2)的时间进行大量的距离计算与比较,这限制了其在海量数据上的应用.针对此问题,提出了一个带剪枝功能的离群点挖掘算法.算法分为两步:在对数据集进行一遍扫描后,剪枝掉大量的非离群点;然后对余下的可疑数据实施一种改进的嵌套循环算法,以每个数据点与其k个最近邻点的平均距离作为离群度,确定前n个离群点.在真实数据和合成数据集上的实验结果均表明,该算法在获得高命中率的同时仍保持低误警率.与相关算法相比,其具有较低的时间复杂性.
离群点、数据挖掘、基于距离
39
TP311(计算技术、计算机技术)
2013-01-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
152-156