离群点监测

博客围绕离群点展开,介绍了离群点与噪声的区别及类型,包括全局、情境和集体离群点。重点阐述了离群点检测方法,有监督、半监督和无监督分类,还详细说明了统计学、基于邻近性和基于聚类等具体检测方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

离群点及其分析:

离群点与噪声的区别:

离群点类型:

离群点的类型:全局离群点、情境离群点、集体离群点。

离群点检测方法:

分类:

监督、半监督和无监督方法:

统计学方法:

参数方法:【单变量,多变量,混合模型】

单变量:

多变量:

混合模型:

非参数方法:

基于邻近性的方法:

基于距离:

Ø基于距离的离群点检测:数据对象o为离群点,当它的临近点的个数不足时。

居于密度:

Ø基于密度的离群点检测:数据对象o为离群点,当它的密度远低于其临近点的密度。

基于聚类的方法:

离群点的三种情形:

一个数据对象为离群点如果

(1)它不属于任何簇

(2)它离最近的簇的距离较大

(3)它属于一个小簇或稀疏簇

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值