度量空间中快速且精确的离群点检测：一种基于邻近图的方法
数据库
2021-10-22 v2
摘要
基于距离的离群点检测因具有无监督性、可应用于一般度量空间且不依赖任何数据分布假设的特点，被广泛应用于数据挖掘和机器学习等众多领域。数据挖掘和机器学习应用面临着处理大规模数据集的挑战，这需要高效的基于距离的离群点检测算法。随着大内存计算环境的普及，构建主存索引并基于此检测离群点成为可能，这是一种极具前景的快速基于距离的离群点检测解决方案。受此启发，我们提出了一种利用邻近图的新方法。我们的方法可以采用任意的邻近图，并在速度上显著优于 SOTA 算法。然而，设计有效的邻近图带来了一个挑战，因为现有的邻近图并未考虑基于距离的离群点检测的高效遍历。为了克服这一挑战，我们提出了一种新颖的邻近图 MRPG。我们在真实数据集上的实证研究表明，MRPG 检测离群点的速度显著快于 SOTA 算法。
关键词
引用
@article{arxiv.2110.08959,
title = {Fast and Exact Outlier Detection in Metric Spaces: A Proximity Graph-based Approach},
author = {Daichi Amagata and Makoto Onizuka and Takahiro Hara},
journal= {arXiv preprint arXiv:2110.08959},
year = {2021}
}
备注
Accepted to SIGMOD2021