摘要
通常那些与数据集的一般行为或模型不一致的数据对象,可能包含某些重要的隐藏信息。在分析了基于单元网格的局部孤立因子的孤立点挖掘算法(GridLOF)的基础上,做出了相应的改进,提出了基于相邻网格密度因子的孤立点挖掘算法。
There are some data objects that are not coincide with the the data set,they may contain some important hidden information.Based on the analysis of GridLOF outlier mining algorithms,presents density factor of neighboring grid cells outlier mining algorithm,and makes some improvement.
出处
《现代计算机》
2007年第11期29-31,共3页
Modern Computer
关键词
数据仓库
数据挖掘
孤立点检测
Data Warehouse
Data Mining
Outliers Detection
