تشخیص داده_پرت با استفاده از Outlier Detection

تشخیص داده_پرت با استفاده از Outlier Detection

در آمار، دادهٔ پرت، داده‌ای است که از بقیهٔ داده‌ها فاصلهٔ زیادی دارد. گرابز دادهٔ پرت را این‌چنین تعریف کرده‌است:

دادهٔ پرت داده‌ای است که تفاوت قابل ملاحظه‌ای با بقیهٔ اعضای نمونه‌ای که در آن اتفاق افتاده است داشته‌باشد.

داده‌های پرت به دلایل زیادی مشاهده می‌شوند، اما معمولاً نشان‌گر این هستند که یا برخی از اندازه‌گیریها دارای اشتباه هستند یا داده دارای توزیع احتمالی با دنبال سنگین است.

• چکیده: عملیات داده کاوی مفید نیاز به داده های خوب ومناسب دارد .داده های مناسب جهت عملیات داده کاوی می تواند حاصل پیشپردازش درست و صحیح داده ها باشد ,در واقع برای کشف دانش به کمک داده کاوی باید مقدماتی صورت گیرد که مجموعه اینمقدمات را آماده سازی داده ها می گویند. از اصلی ترین عملیات آماده سازی داده ها پاک سازی داده هاست که با هدف از بین بردن عدم قطعیت در داده کاوی مورد استفادهقرار گرفته وشامل هموار کردن نویز ها , شناخت و حذف داده های پرت و برطرف کردن ناسازگاری ها است .