冯婷婷，张继福

(太原科技大学 计算机科学与技术学院，太原 030024)



基于网格单元和P权值的离群数据挖掘方法

冯婷婷，张继福

(太原科技大学 计算机科学与技术学院，太原 030024)

基于单元的离群数据挖掘是一类典型的离群数据挖掘方法,尽管具有可以快速识别离群数据和修剪非离群数据等优点,但由于只从单元的角度修剪非离群数据，可能使一些单元无法准确的确定离群数据。给出了一种基于网格单元和P权值的离群数据挖掘算法。该算法首先将数据集的每维均分，划分网格单元，并在网格单元中，筛选出离群数据和正常数据网格单元；对既含有离群数据又有正常数据的网格单元，采用P权值的方法，来度量和确定离群数据,从而进一步提高了离群挖掘精度；最后，采用UCI数据集，实验验证了该算法的有效性和可行性。

数据挖掘；离群数据;网格单元；P权值；距离

离群数据挖掘是数据挖掘的一个重要分支，离群数据就是一个数据对象，显著不同于其他数据对象，好像是被不同的机制产生的一样[1]，并已经应用在信用卡欺诈检测[2]，网络入侵检测[3-4]，环境检测[5]，医疗科学[6],天文光谱数据分析[7-8]等许多领域。目前，离群挖掘方法主要包括：基于统计的方法(又称为基于模型的方法)[9]，基于距离的方法[10]，基于密度的方法[11]，基于聚类的方法[12]，基于网格单元的方法，基于角度的方法[13]等。基于网格单元的离群数据挖掘具有把以单个对象为单位的检测转换为以单元为单位的检测，能快速的修剪掉大部分非离群数据的特点，是一类典型的离群数据挖掘方法，具有重要的应用价值和应用前景。……