基于改进Kmeans算法异常检测.docVIP

基于改进Kmeans算法异常检测 　　摘 要：聚类算法通常用于数据的聚类。除此，它还可以用于异常数据的检测。首先介绍了基于划分的聚类算法K-means ，然后给出改进算法I-K-means的算法描述，最后通过实例进行异常分析。 　　 　　?? 　　关键词：异常检测；聚类分析；K-means；I-K-means?? 　　中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2011）011-0076-03?お? 　　 　　0 引言?? 　　在进行数据挖掘的原始数据中，往往包含一些这样的数据对象,它们与数据的一般行为或模型不一致, 这些数据对象被称为异常数据(或称孤立点)。对于异常的定义很多，目前较多采用的是著名统计学家Douglas Hawkins给出的定义：异常点是在数据集中与众不同的数据，使人怀疑这些数据并非随机偏差，而是产生于完全不同的机制。大部分数据挖掘方法对异常数据的处理是在数据清洗阶段，其目的是清除这些有可能对研究带来影响的数据。然而在另一些挖掘过程中，罕见事件（异常数据）的检测比正常事件的检测更有意义，如金融欺诈识别、网络入侵检测、违规交易检测、恶劣天气预报等。本文主要讨论应用基于划分的I-K-means算法进行异常数据的检测。?? 　　1 聚类分析?? 　　聚类是一个将数据集划分为若干组或类的过程，并使得同一个组内的数据对象具有较