一种基于枢纽现象和加权离群分数的离群数据挖掘算法

摘要 针对高维数据集中出现的枢纽现象，本文给出了一种基于枢纽现象和加权离群分数的离群数据挖掘算法.该算法首先根据逆k近邻中出现的枢纽现象，以及与离群数据的关系，利用k近邻中的距离信息作为权值，对逆k近邻的离群分数进行加权；其次随机生成区分度阈值，根据该阈值判断区分度比例满意值，并根据满意值计算数据对象的离群程度，选取离群程度最大的若干数据对象作为离群数据；最后采用人工数据集和UCI标准数据集，实验验证了该算法的有效性