摘要:
高维空间离群点的检测和分析是数据挖掘的研究难点之一,针对现有方法存在的问题,提出基于直方图和FP增长的高维空间离群点的挖掘方法。该方法首先计算每一维上数据点的KNN(KNearest Neighbors)距离,形成直方图,利用直方图判定数据每一维上的离群点,然后用FP增长算法挖掘频繁离群维之间的关联规则,用于解释离群点在离群维之间的关系。实验证明所提方法不仅有效,而且具有实际意义。
李龙姣;程国达.
基于直方图和FP增长的高维空间离群点挖掘[J]. 计算机与现代化, 2013, 1(1): 47-52.
LI Longjiao;CHENG Guoda. Mining Outliers in Highdimensional Space Based on Histogram and FPgrowth[J]. Computer and Modernization, 2013, 1(1): 47-52.