可靠的异常/异常值检测算法在许多领域都有实际应用。例如，异常检测允许过滤和清理用于训练机器学习算法的数据，从而提高它们的性能。然而，当数据是高维时，异常值挖掘具有挑战性，并且针对不同类型的数据（时间、空间、网络等）提出了不同的方法。在这里，我们提出了一种方法来挖掘通用数据集中的异常值，在这种方法中可以定义数据集元素之间有意义的距离。该方法基于定义一个完全连接的无向图，其中节点是数据集的元素，链接的权重是节点之间的距离。异常值分数是通过分析图的结构来定义的，特别是，通过使用 Jensen–Shannon (JS) 散度来比较不同节点的权重分布。我们使用公开可用的信用卡交易数据库演示该方法，其中一些交易被标记为欺诈。我们与使用欧几里得距离和图形渗透时获得的性能进行比较，表明 JS 散度导致性能提高，但增加了计算成本。



"点击查看英文标题和摘要"