현재 위치
Home
Filtered Clustering Based on Local Outlier Factor in Data Mining
-
- 발행기관
- 보안공학연구지원센터(IJDTA) 바로가기
-
- 간행물
- International Journal of Database Theory and Application SCOPUS 바로가기
-
- 통권
- Vol.9 No.5 (2016.05)바로가기
-
- 페이지
- pp.275-282
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A275577
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- In this paper, the impact of k-means and local outliner factor on data set is studied. Outlier is the observation which is different from or inconsistent with the rest of the data. However, the main challenges of outlier detection are increasing complexity due to variety of datasets and size of dataset. To evaluate the outlierness and catch similar outliers as a group are also issues of this technique. The concept of LOF(Local Outlier Factor) is presented in this work. The paper describes comparative study of five different methodologies using K-means as the base algorithm along with the various distances method used in finding the dissimilarities between the objects hence to analyze the effects of the outliers on the cluster analysis of dataset in data mining.
목차
Abstract
1. Introduction
2. Outliner Detection Technique
3. Proposed Approach
4. Results and Discussion
5. Conclusion
References
키워드
Outlier K-means algorithm LOF저자
간행물 정보
발행기관
-
- 발행기관명
- 보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
- 설립연도
- 2006
- 분야
- 공학>컴퓨터학
- 소개
- 1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업
간행물
-
- 간행물명
- International Journal of Database Theory and Application
- 간기
- 격월간
- pISSN
- 2005-4270
- 수록기간
- 2008~2016
- 십진분류
- KDC 505 DDC 605
이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.5
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.