Wykrywanie anomalii W swoim badaniu Zimek zidentyfikował następujące problemy podczas wyszukiwania anomalii w danych wielowymiarowych: Koncentracja wyników i odległości: wartości pochodne, takie jak odległości, stają się liczbowo podobne Nieistotne cechy: w danych wielowymiarowych znaczna liczba atrybutów może być nieistotna Definiowanie zestawów referencyjnych: w przypadku metod lokalnych zestawy odniesień są często oparte na najbliższym sąsiedztwie Nieporównywalność wyników z różnych wymiarów: różne podprzestrzenie dają nieporównywalne wyniki Problem z interpretacją wyników: wyniki często nie przekazują już znaczenia semantycznego Przestrzenie wyszukiwania nie mogą być systematycznie skanowane "Stronniczość danych": biorąc pod uwagę dużą przestrzeń poszukiwań, dla każdego pożądanego znaczenia można znaleźć hipotezę "Stopnie koncentracji": niektóre obiekty występują częściej na listach sąsiadów niż inne.

Wiele specjalistycznych metod analiz rozwiązuje część z tych problemów, lecz pozostaje wiele otwartych pytań badawczych.

Przypisy

Kategoria:Metody numeryczne Kategoria:Programowanie dynamiczne Kategoria:Uczenie maszynowe