یک روش بدون پارامتر مبتنی بر نزدیکی برای تشخیص داده های پرت

تشخیص داده های پرت به عنوان یک حوزه تحقیق در داده کاوی و یادگیری ماشین بوده و یک گام مهم در پیش پردازش داده ها به حساب می آید. در این مقاله یک روش بدون پارامتر به منظور تشخیص داده های پرت مبتنی بر نزدیکی به نام NPOD ارائه شده است. رهیافت ارائه شده، ترکیبی از روش های مبتنی بر فاصله و مبتنی بر چگالی بوده و توانایی تشخیص پرت ها را به صورت سراسری و محلی دارد. این روش نیاز به تعیین هیچ یک از پارامترهای شعاع همسایگی، حد آستانه نقاط موجود در شعاع همسایگی و پارامتر نزدیک ترین همسایگی ندارد. NPOD برای تشخیص داده های پرت، یک روش جدید نمره دهی ارائه می دهد. ارزیابی نتایج بر روی مجموعه داده های UCI نشان می دهد که این الگوریتم با وجود بدون پارامتر بودنش، عملکردی قابل رقابت با روش های پیشین و در بعضی مواقع بهترین عملکرد را دارد.