基于随机投影与集成学习的离群点检测算法

摘要: 针对传统基于相似度的离群点检测算法在高维不均衡数据集上效果不够理想的问题，文中提出一种新颖的基于随机投影与集成学习的离群点检测(ensemble learning and random projection-based outlier detection，EROD)框架。算法首先集成多个随机投影方法对高维数据进行降维，提升数据多样性；然后集成多个不同的传统离群点检测器构建异质集成模型，增加算法鲁棒性；最后使用异质模型对降维后的数据进行训练，训练后的模型经过两次优化组合以降低泛化误差，输出最终的对象离群值，离群值高的对象被算法判定为离群点。分别在4个不同领域的高维不均衡真实数据集上进行对比实验，结果表明该算法与传统离群点检测算法和基于集成学习的离群点检测算法相比，在AUC和Precision@n值上平均提高了3.6%和14.45%，证明EROD算法具有处理高维不均衡数据异常的优势。