مروری بر روش های تشخیص داده های پرت در داده کاوی

یکی از مراحل مهم در آنالیز و تحلیل داده ها، شناسایی داده های پرت است. داده های پرت نمونه داده هایی هستند که با رفتار عمومی یا مدل داده منطبق نباشند. این تفاوت به حدی است که به نظر میرسد این دادهها توسط توزیع یا مکانیزم متفاوتی از سایر داده ها تولید شده اند. داده های پرت به سه دسته ی، نقطه ای، مشروط و گروهی تقسیم بندی می شوند. در این مقاله به کاربردهای شناسایی داده های پرت در زمینه های مختلفی همچون تشخیص نفوذ، تشخیص تقلب، تشخیص آسیب صنعتی، پردازش تصویر و غیره اشاره شده است.روش های شناسایی داده های پرت نیز به چند دسته تقسیم بندی می شوند که انواع اینروش ها همچون روش های مبتنی بر دسته بندی، روش های مبتنی بر نزدیک ترین همسایه و روش های مبتنی بر خوشه بندی در این مقاله ارائه شده است.

کلیدواژه ها:

داده پرت ، داده نرمال ، ناهنجاری