Detect Outlier (Distances)

詳細

この演算子は、「大規模データセットから外れ値をマイニングするための効率的なアルゴリズム」でRamaswamy、Rastogi、およびShimが推奨する外れ値検出アプローチに従って外れ値検索を実行します。彼らの論文では、 k番目の最近傍からの距離に基づいた距離ベースの外れ値の定式化が提案されています。各ポイントは、 k番目の最近傍への距離に基づいてランク付けされ、このランキングの上位nポイントは外れ値であると宣言されます。 kおよびnの値は、それぞれ、近傍 数と外れ値パラメーターの数によって指定できます。 「これ以上のK点よりもあれば、データセット内の点Pが点2つのパラメータkおよびdの外れ値：この検索は、簡単な言葉であるシンプルでクノールおよびンによる外れ値のための直感的な距離ベースの定義に基づいていますデータセットは、 p ‘からd以下の距離にあります。

この演算子は、指定されたExampleSetに「outlier」という名前の新しいブール属性を追加します。この属性の値がtrueの場合、その例は外れ値であり、その逆も同様です。 n個の例では、「outlier」属性の値がtrueになります（ nは、 outliersパラメーターで指定された値です）。この演算子では、さまざまな距離関数がサポートされています。目的の距離関数は、 距離関数パラメーターによって選択できます。

外れ値は、ExampleSetの残りの例から数値的に離れた例です。外れた例は、ExampleSetの他の例から著しく逸脱しているように見えるものです。外れ値は多くの場合（常にではありませんが）測定誤差を示しています。この場合、そのような例は破棄する必要があります。