计算机科学 ›› 2007, Vol. 34 ›› Issue (10): 192-194.
• 软件工程与数据库技术 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 在对现有异常点挖掘算法分析的基础上，给出了一种异常点挖掘的新方法一基于主成分分析方法，该方法先用基于密度的聚类算法进行聚类，然后把不包含在任何聚类中的周围稀疏的样本对象用主成分分析（PCA）方法进行检验，确定是否为异常点，并通过实验数据验证了算法的可行性和有效性。
关键词: 异常点 主成分分析 数据挖掘 聚类算法
Abstract: Based on the analysis of the existing algorithms of outlier mining, a new outlier mining algorithm is put forward based on principal component analysis, it clustering firstly with Density-based algorithm, and determine outliers according to principal comp
Key words: Outlier, Principal component analysis（PCA）, Data mining,Clustering algorithm
. 一种基于主成分分析的异常点挖掘方法[J]. 计算机科学, 2007, 34(10): 192-194. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I10/192
Cited
首页