离群点检测是数据挖掘的关键部分，用于发现与大多数对象显著不同的对象，常见于诈骗检测、贷款审批等领域。离群点可能由于不同类、自然变异或数据误差引起。检测方法包括基于统计、邻近度、密度和聚类。基于模型的检测如一元正态分布可识别异常值，而基于聚类的方法通过评估对象对簇的归属程度来检测离群点。
离群点检测
离群点检测是数据挖掘中重要的一部分，它的任务是发现与大部分其他对象显著不同的对象。大部分数据挖掘方法都将这种差异信息视为噪声而丢弃，然而在一些应用中，罕见的数据可能蕴含着更大的研究价值。
离群点检测已经被广泛应用于电信和信用卡的诈骗检测、贷款审批、电子商务、网络入侵、天气预报等领域，如可以利用离群点检测分析运动员的统计数据，以发现异常的运动员。
1) 离群点的成因
离群点的主要成因有：数据来源于不同的类、自然变异、数据测量和收集误差。
2）离群点的类型
对离群点的地址分类如下表所示：
| 分类标准 |
分类名称 |
分类描述< |
最低0.47元/天 解锁文章
扫一扫
5109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
