一种用于高维离群点识别的新几何方法
计算几何
2019-04-09 v4
摘要
离群点识别是数据分析中的一个基本问题，在过去几十年中引起了大量关注。然而，大多数现有方法仍存在诸如高时间与空间复杂度或对不同数据集性能不稳定等若干问题。在本文中，我们基于优雅的几何技术“核心集（core-set）”提供了一种用于高维离群点识别的新算法。该算法仅需线性的时间与空间复杂度，并获得了可靠的理论质量保证。相较于现有方法的另一优势是我们的算法可自然扩展以处理多类内点。我们的实验结果表明，我们的算法在随机与基准数据集上均优于现有算法。
引用
@article{arxiv.1804.09653,
title = {A Novel Geometric Approach for Outlier Recognition in High Dimension},
author = {Hu Ding and Mingquan Ye},
journal= {arXiv preprint arXiv:1804.09653},
year = {2019}
}