一种非监督学习识别异常值的方法

摘要

本发明属于非监督学习技术领域，具体涉及一种非监督学习识别异常值的方法，包括下列步骤：设定参数；在所述设定参数中的第t次迭代中计算输出异常得分向量ASt；经过T次迭代后，把异常值得分从高到低排序整合为SASt；SASt按照函数F合并为ASFINAL；进行仿真实验。本发明结合了各种离群点检测算法，通过对原始特征数据集的特征子集进行采样，提高了分类器的多样性。本发明与现有的LOF方法相比，采用迭代采集子集的方法，不同子集有不同异常值数量，不同变量数量，显示出了更好的精度。可以用于高维的含多个无关变量的数据的异常值检测。本发明用于非监督学习异常值的识别。