孤立点检测移动通信论文.docxVIP

　　一、孤立点检测概述给孤立点的定义是基于数据集中及大部分正常数据当中，孤立点是非常特殊的一部分数据，因为它与正常数据存在很大的差异性，同时这些数据常表现为不属于随机偏差，而是在不相同的机制作用下而形成的，存在尤为深远的意义。 　　基于聚类算法当中，也对孤立点下了定义，即为孤立点是数据对象当中的噪声数据。 　　通过孤立点检测算法，可以发现孤立点的行为和正常行为之间存在很大的差异。 　　比如人的身高数据呈现负数，这极有可能是在记录数据的情况下发生错误而形成的孤立点；对于职业篮球运动员来说，其身高数据通常比普通人高，因此被视为孤立点，这是因为数据自身存在的因素所呈现的结果。 　　孤立点的研究工作极具挑战性，主要是因为其一，在数据分析层面，由于孤立点的存在，导致分析结果会产生极大的影响。 　　其二，在实际生产过程中，孤立点分析能够对其取得至关重要的作用。 　　对于孤立点的检测方法，主要分为两大类其一是，基于距离的孤立点检测方法，包括基于索引的算法、嵌套循环算法等；其二是，基于密度的孤立点检测方法。 　　其中，对于基于密度的孤立点检测方法来说，均是以局部孤立因素的计算为依据，并且将一些拥有非常高值的数据对象视为孤立点。 　　换而言之，便是此方法是以数据为依据，进一步对一个数据是否为孤立点进行判断。 　　二、孤立点检测在移动通信数据分析上的应用探究21实验数据选取。