یافتن داده های پرت با استفاده از انتخاب تصادفی

یافتن داده های پرت 1یا نقاط دور افتاده به عنوان یکی از زمینه های داده کاوی، به منظور مشخص کردن داده هایی ارائه می شود که نسبت به داده های اطراف خود متمایز می باشند. این مسئله یکی از مسائل مهم داده کاوی بوده که در زمینه های بسیاری مورد تحقیق قرار گرفته است. در این مقاله یک روش تکراری برای پیدا کردن داده های پرت ارائه می شود. داده های مورد استفاده در این تحقیق داده های دو بعدی می باشند. تشخیص داده های پرت در محیط هایی با تراکم متفاوت، مشخصه این الگوریتم است. ایده اصلی آن به انتخاب تصادفی داده ها پرداخته و با بسط دادن خوشه های اطراف داده تصادفی، داده های پرت را از عدم حضور در خوشه ها شناسایی شده، تشخیص می دهد. در نهایت این روش بر روی برخی نمونه داده ها بررسی شده، که نتایج نشان می دهد شناسایی داده های پرت بدون توجه به پراکندگی داده های اطراف آن، به درستی انجام شده است.

کلیدواژه ها:

داده کاوی ، نقاط دور افتاده ، داده های پرت ، خوشه