一种基于k甚近邻的高准确率全局离群点检测算法

摘要

本发明适用于数据挖掘领域，提供了一种全局离群点检测算法，包括步骤S1：将数据集D以分块方式进行检测；步骤S2：用数据集D的每个对象与第一个数据块的每个对象计算距离，并更新第一个数据块中每个对象的(m+k)近邻，实时计算每个对象的离群度，离群度小于阈值c的就从该数据块排除；步骤S3：处理完第一个数据块后，将第一个数据块中未被排除的对象按离群度从大到小排序，取前n个对象加入TOP n离群点，并更新阈值c；步骤S4：采用步骤S2对第i个数据块进行处理，处理完该数据块后更新TOP n离群点和阈值c；待所有数据块都处理完后输出TOP n离群点。本发明提供的算法能够增大数据集适用范围并能够提高检测准确率。