HDBSCAN孤立点检测与标记
HDBSCAN孤立点检测与标记
提问于 2017-07-09 13:45:44
我使用HDBSCAN算法来执行无监督聚类和检测异常值。根据这些文档，有两个来自聚类过程的输出，可以让我们了解哪些点是异常值。
- GLOSH孤立点检测算法，它提供了一个点是否是孤立点的一定程度的确定性。
- HDBSCAN标签表明，如果不属于集群的元素被视为噪声，并且具有相应的标签。
我一直在研究一些数据，我注意到这两种方法并没有给出相同的结果。这意味着我的数据集中有些点被标记为不是集群的一部分，但GLOSH异常值算法没有检测到这些点。我是否应该把这两种方法的结合看作是我的离群点，还是我在解释它们时遗漏了什么？
回答 1
Data Science用户
回答已采纳
发布于 2017-11-06 04:16:15
GLOSH是针对局部异常点工作的，因此，如果一个区域非常密集，然后在它附近有几个稀疏点，则GLOSH会将这些稀疏点评为比稀疏区域中的其他噪声点更远的稀疏点。这是因为它被认为是特别奇怪的一点接近，但不是在一个非常密集的区域-局部的地区，点是一个重要的离群点。
关于你的问题:如果你关心当地的离群点(相对于附近地区的密度而言，这些事情很奇怪)，那么GLOSH是一个不错的选择。例如，这在检测网络入侵时很有用，因为攻击者将试图像普通用户一样行事，但在密集的普通用户集群之外。另一方面，如果您对一般的外围点更感兴趣，那么只需从聚类中选择噪声点就可以在空间的稀疏区域中选择点。
最后，请注意，选择噪声点只给您一个阈值；在合同中，GLOSH提供了一个分数范围，您可以调整阈值以查找您想要的异常值的数量。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/20275
复制相关文章
相似问题
腾讯云开发者
