ABSTRACT Outliers are the points wh

ABSTRACT

Outliers are the points which are different from or
inconsistent with the rest of the data. They can be
novel, new, abnormal, unusual or noisy information.
Outliers are sometimes more interesting than the
majority of the data. The main challenges of outlier
detection with the increasing complexity, size and
variety of datasets, are how to catch similar outliers as
a group, and how to evaluate the outliers. This paper
describes an approach which uses Univariate outlier
detection as a pre-processing step to detect the outlier
and then applies K-means algorithm hence to analyse
the effects of the outliers on the cluster analysis of
dataset.

Keywords: Outlier, Univariate outlier detection,
K-means algorithm.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ Outliers เป็นจุดที่แตกต่างจาก หรือ สอดคล้องกับส่วนเหลือของข้อมูล พวกเขาสามารถ ข้อมูลนวนิยาย ใหม่ ผิดปกติ ผิดปกติ หรือเสียงดัง Outliers เป็นบางครั้งมากกว่าน่าสนใจกว่านี้ ส่วนใหญ่ของข้อมูล ความท้าทายหลักของ outlier ตรวจสอบ มีความซับซ้อนมากขึ้น ขนาด และ ความหลากหลายของ datasets มีวิธีการจับ outliers คล้ายเป็น กลุ่ม และวิธีการประเมิน outliers กระดาษนี้ อธิบายวิธีการที่ใช้อย่างไร Univariate outlier ตรวจสอบเป็นขั้นตอนก่อนการประมวลผลเพื่อตรวจสอบ outlier ใน และใช้อัลกอริทึมหมายถึง K ดังนั้นการวิเคราะห์แล้ว ผลกระทบของ outliers ในการคลัสเตอร์ของ ชุดข้อมูล คำสำคัญ: Outlier อย่างไร Univariate outlier ตรวจ อัลกอริทึมหมายถึง K

ผลลัพธ์ (ไทย) 2:

บทคัดย่อOutliers เป็นจุดที่แตกต่างจากหรือไม่สอดคล้องกับส่วนที่เหลือของข้อมูล พวกเขาสามารถเป็นนวนิยาย, ใหม่, ความผิดปกติของข้อมูลที่ผิดปกติหรือมีเสียงดัง. ค่าผิดปกติบางครั้งก็เป็นที่น่าสนใจมากขึ้นกว่าส่วนใหญ่ของข้อมูล ความท้าทายหลักของขอบเขตการตรวจสอบที่มีความซับซ้อนที่เพิ่มขึ้นขนาดและความหลากหลายของชุดข้อมูลที่มีวิธีการจับค่าผิดปกติคล้ายกันเป็นกลุ่มและวิธีการประเมินค่าผิดปกติ บทความนี้จะอธิบายถึงวิธีการที่ใช้ Univariate ขอบเขตการตรวจสอบเป็นขั้นตอนก่อนการประมวลผลเพื่อตรวจสอบค่าผิดปกติแล้วใช้อัลกอริทึม K-จึงหมายถึงการวิเคราะห์ผลกระทบของค่าผิดปกติในการวิเคราะห์กลุ่มของชุดข้อมูล. คำสำคัญ: Outlier ตรวจสอบ Univariate ค่าผิดปกติ, อัลกอริทึม K หมายถึง

ผลลัพธ์ (ไทย) 3:

นามธรรม

เมื่อมีจุดที่แตกต่างจากหรือ
สอดคล้องกับส่วนที่เหลือของข้อมูล พวกเขาสามารถ
นวนิยาย , ใหม่ , ผิดปกติ , ข้อมูลที่ผิดปกติหรือทำเสียงดัง เมื่อมีบางครั้งที่น่าสนใจมากกว่า

ส่วนใหญ่ของข้อมูล ความท้าทายหลักของการตรวจหาค่า
กับความซับซ้อนที่เพิ่มขึ้นและหลากหลายขนาด
ข้อมูลเป็นวิธีการจับผิดปกติคล้าย
กลุ่มและวิธีการประเมินระดับ .
บทความนี้อธิบายวิธีการที่ใช้ในการรักษาเป็นขั้นตอนการประมวลผลค่า

แล้วตรวจสอบค่าใช้ k-means ขั้นตอนวิธีดังนั้นเพื่อวิเคราะห์ผลกระทบของค่าผิดปกติ

ในกลุ่มการวิเคราะห์ข้อมูล .

คำสำคัญ : ค่า 2 ค่า
k-means , การ , ขั้นตอนวิธี