论文研究 基于层次聚类识别数据集前n个全局孤立点.pdf

孤立数据的存在使数据挖掘结果不准确，甚至错误。现有的孤立点检测算法在通用性、有效性、用户友好性及处理高维大数据集的性能还不完善，为此，提出一种有效的全局孤立点检测方法，该方法进行凝聚层次聚类，根据聚类树和距离矩阵来可视化判断数据孤立程度，确定孤立点数目。从聚类树自顶向下，无监督地去除离群数据点。在多个数据集上的仿真实验结果表明，该方法能有效识别孤立程度最大的前n个全局孤立点，适用于不同形状的数据集，算法效率高，用户友好，且适用于大型高维数据集的孤立点检测。