Impact of Dimensionality ReductionOn Outlier Detection Techniques
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 992
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SASTECH07_105
تاریخ نمایه سازی: 30 تیر 1392
چکیده مقاله:
In statistics, an outlier is an observation that is distant from the rest of the data. In other word mining or detecting outliers is referred to sequence of operations that lead to find exceptional objects that deviate from the rest of the data set. In this paper we use a correlation based feature selection algorithm, for dimensionality reduction as a preprocessing phase to outlier detection algorithms, which causes improvement on results of different types of outlier detection techniques.
کلیدواژه ها:
نویسندگان
M.M Tavakoli
MSc. CSE Department of Shiraz University, Kerman, Iran
Ashkan Sami
Assistant Professor CSE Department of Shiraz University, Shiraz, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :