基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向，大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法 LEAWCD.该算法首先根据局部属性熵分析每个对象在其 k-邻域内的局部离群属性，并依据各离群属性的属性偏离度自动设置属性权向量；其次使用对高维数据有效的余弦相似度经加权后度量各对象在 k-邻域内的离群程度，实现高维局部离群点检测；最后采用国家天文台提供的天体光谱数据作为数据集，实验验证了 LEAWCD算法具有伸缩性强和检测精度高等优点。