摘要：异常点检测在机器学习和数据挖掘领域中有着十分重要的作用。当前异常点检测算法的一大缺陷是正常数据在边缘处异常度较高，导致在某些情况下误判异常点。为了解决该问题，提出了一种新的基于邻域离散度的异常点检测算法。该算法将数据点所在邻域的离散度作为该数据点的异常度，既据点的异常度过高，又能较好地区分正常点与异常点。实验结果表明，该算法能够有效地检测数据中的异常点，并且算法对参数选择不敏感，性能较为稳定。

原文链接:http://www.cqvip.com//QK/93336B/201612/7000069743.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）