基于集成方法的异常点检测

摘要：

在大数据时代,基于机器学习的异常点(Outlier)检测被广泛应用在抗网络攻击、检测信用欺诈等方面,已引起工业界的普遍重视.不同于传统的分类和聚类问题,异常点检测需要面临严重数据失衡问题.为了解决这一问题,笔者提出了集成多种机器学习技术检测异常点的方法,并通过实验证明了方法的有效性.

关键词：集成学习、异常点检测、无监督

所属期刊栏目：31

分类号：TP181(自动化基础理论)

在线出版日期：2020-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：48-49