数据挖掘 第十二章离群点检测

离群点检测是找出其行为不同于预期对象的过程

离群点检测与聚类分析是两项高度相关的任务：聚类是发现数据集中的多数模式并据此组织数据，而离群点检测则试图找出那些显著偏离多数模式的异常情况。

离群点不同于噪声，噪声是被观测变量的随机误差或者方差。在离群点检测之前就应该删除噪声。

离群点种类：全局离群点、情境离群点、集体离群点

离群点检测方法：

1）如果可以得到专家标记的正常和离群点对象实例，则可以使用它们建立离群点检测模型。所使用的方法有监督方法、半监督方法、无监督方法

2）离群点检测方法对离群点与其余数据做出假定。根据所做的假定，可以把离群点检测方法分为三类：统计学方法、基于邻近性的方法和基于聚类的方法

3）统计学方法（主要分为参数方法和非参数方法）  思想：学习一个给定数据集的生成模型，然后识别该模型低概率区域中的对象，把它们作为离群点