روش های تشخیص داده های پرت

افزایش و تنوع داده ها می تواند مشکلاتی را در بررسی و تحلیل داده ها بوجود آورد، از این رو پردازش داده و شناسایی و حذف داده های پرت از جمله کارهایی است که می تواند بهره وری از داده ها را افزایش دهد.داده پرت داده ای است که که از سایر داده ها فاصله داشته باشد.معمولا این داده ها ناشی از اشتباه در جمع آوری اطلاعات یا ابرازها و افراد غیرمعمول در جمع آوری داده بوجود می آیند.برخی معتقدند می توان داده های میانگین را جایگزین داده های پرت کرد چرا که تعداد انها معمولا کم و تاثیر چندانی بر نتایج نخواهند داشت، اما قبل از حذف یا تغییر داده های پرت باید آنها را بررسی کرد چرا که ممکن است مسائلی مثل تغییرات تعمدی در داده ها انجام گرفته باشد.در این مقاله پس از تعریف داده پرت، به بررسی الگوریتم های تشخیص داده های پرت پرداخته شده است.

کلیدواژه ها:

داده کاوی ، داده پرت ، تشخیص داده پرت ، نقاط دور افتاده