📄 531.txt
字号:
发信人: yaomc (白头翁&山东大汉), 信区: DataMining
标 题: Re: 请问对于高维数据得outlier detection问题,什么方法
发信站: 南京大学小百合站 (Mon Nov 26 15:44:45 2001), 站内信件
可以多个尝试一下,看看那个比较合适你的数据。
现在在人工智能里面比较热的SVM(support vector machine)的方法也可以
尝试一下。
【 在 roamingo (漫步鸥) 的大作中提到: 】
: 聚类过程也可以看成outlier detection的过程.
: 维数高了使用几何距离不容易得到好的聚类. 但是可以定义别的距离. 这要根据
: 你的具体数据来决定. 聚类本来就是很难有固定的方法的.
: 【 在 highso (漫步者) 的大作中提到: 】
: : 多达40多维得数据,请问用什么方法作outlier detection比较有效?
--
我挖,我挖,我挖挖挖。。。。。。。
哎呀,我挖到金子了???????
且慢,请先鉴定一下是否为真金!!!
热烈欢迎大家到数据挖掘版(DataMining)光临指导。
※ 来源:.南京大学小百合站 bbs.nju.edu.cn.[FROM: 202.204.36.15]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -