An Optimization Model for Outlier Detection in Categorical Data
An Optimization Model for Outlier Detection in Categorical Data
复制标题
DOI：
10.1007/11538059_42
复制
发表时间：
2005-03
期刊：
影响因子：
--
通讯作者：
Zengyou He;S. Deng;Xiaofei Xu
中科院分区：
文献类型：
--
作者：
Zengyou He;S. Deng;Xiaofei Xu
在本文中，我们从全局的角度将分类数据中的离群点检测问题形式化地定义为一个优化问题。此外，我们提出了一个局部搜索启发式算法有效地找到可行的解决方案。在真实的数据集和大型合成数据集上的实验结果证明了该模型和算法的优越性。
In this paper, we formally define the problem of outlier detection in categorical data as an optimization problem from a global viewpoint. Moreover, we present a local-search heuristic based algorithm for efficiently finding feasible solutions. Experimental results on real datasets and large synthetic datasets demonstrate the superiority of our model and algorithm.