论文研究-适用于关联属性的样本自适应参数孤立点检测法.pdf

为解决数据集中关联属性之间的干扰问题, 通过引进Mahalanobis距离, 并对传统的k近邻孤立点检测方法进行了改进, 提出了一种新的基于样本的参数选取方法。该方法通过训练数据集中的正常数据和孤立点数据, 以获得最优的k距离值和阈值。实验仿真结果表明, 提出的算法有更高的准确率, 同时降低了误检率。