数据挖掘——第九章离群点挖掘.pptVIP

基于簇的离群因子的方法 (1)在某种度量下，相似对象或相同类型的对象会聚集在一起，或者说正常数据与离群数据会聚集在不同的簇中； (2)正常数据占绝大部分，且离群数据与正常数据表现出明显不同，或者说离群数据会偏离正常数据(也就是大部分数据)。 ?介绍簇的离群因子概念，利用簇的离群因子将簇区分为正常簇和离群簇。 定义6-7 给定簇C，C的摘要信息CSI (Cluster Summary Information)定义为： 其中kind为簇的类别(取值‘normal’或‘outlier’)， 为簇C的大小, Cluster为簇C中对象标识的集合，Summary由分类属性中不同取值的频度信息和数值型属性的质心两部分构成，即： 定义6-8 假设据集D被聚类算法划分为k个簇 ，簇 离群因子(Outlier Factor) 定义为簇 其它所有簇间距离的加权平均值： 如果一个簇离几个大簇的距离都比较远，则表明该簇偏离整体较远，其离群因子也较大。 度量了簇 偏离整个数据集的程度，其值越大，说明 偏离整体越远。 基于聚类的离群挖掘方法(CBOD) CBOD方法由两个阶段构成： 第一阶段是利用一趟聚类算