密度偏倚抽樣的局部距離異常檢測(cè)算法

　　異常檢測(cè)是數(shù)據(jù)挖掘的重要研究領(lǐng)域，當(dāng)前基于距離或者最近鄰概念的異常數(shù)據(jù)檢測(cè)方法，在進(jìn)行海量高維數(shù)據(jù)異常檢測(cè)時(shí)，存在運(yùn)算時(shí)間過長(zhǎng)的問題．許多改進(jìn)的異常檢測(cè)方法雖然提高了算法運(yùn)算效率，然而檢測(cè)效果欠佳．基于此，提出一種基于密度偏倚抽樣的局部距離異常檢測(cè)算法，首先利用基于密度偏倚的概率抽樣方法對(duì)所需檢測(cè)的數(shù)據(jù)集合進(jìn)行概率抽樣，之后對(duì)抽樣數(shù)據(jù)利用基于局部距離的局部異常檢測(cè)方法，對(duì)抽樣集合進(jìn)行局部異常系數(shù)計(jì)算，得到的異常系數(shù)既是抽樣數(shù)據(jù)的局部異常系數(shù)，又是數(shù)據(jù)集的近似全局異常系數(shù)．然后對(duì)得到的每個(gè)數(shù)據(jù)點(diǎn)的局部異常系數(shù)進(jìn)行排序，異常系數(shù)值越大的數(shù)據(jù)點(diǎn)越可能是異常點(diǎn)．實(shí)驗(yàn)結(jié)果表明，與已有的算法相比，該算法具有更高的檢測(cè)精確度和更少的運(yùn)算時(shí)間，并且該算法對(duì)各種維度和數(shù)據(jù)規(guī)模的數(shù)據(jù)都具有很好的檢測(cè)效果，可擴(kuò)展性強(qiáng)。
?