一种自动聚类的离群点识别方法研究

针对传统离群点识别方法对数据的分布形状和密度有特定要求，需设定参数的问题，提出了一种自动聚类的离群点识别方法。该方法通过引入相互K近邻数来表示数据对象的离群度，对数据的分布形状、分布密度无要求，可以输出全局离群点、局部离群点和离群簇；通过k次迭代来实现自动聚类，无需人为设定参数。通过合成数据以及UCI数据实验，验证了该方法的有效性、普适性。