I want to become a teacher

I want to become a teacher

Results (German) 1:

Ich möchte Lehrer werden

Results (German) 2:

การค้นหา outliers เป็นงานที่สำคัญสำหรับการใช้งาน KDD จำนวนมาก

ข้อเสนอที่มีอยู่พิจารณาการ outlier เป็นคุณสมบัติแบบไบนารี

ในกระดาษนี้, เราแสดงให้เห็นว่าสำหรับหลายสถานการณ์, มันมีความหมายที่จะพิจารณาการเป็น outlier ไม่เป็นคุณสมบัติไบนารี, แต่เป็นระดับปริญญา
วัตถุที่ถูกแยกจากพื้นที่ใกล้เคียง

เราแนะนำความคิดของ outlier ในท้องถิ่น LOF ปัจจัยที่จับตรงระดับนี้ญาติของการแยก. เราแสดงให้เห็นว่าคำนิยามของ LOF ของเรามีคุณสมบัติที่พึงประสงค์มากมาย

สำหรับวัตถุลึกภายในคลัสเตอร์ค่า LOF คือประมาณ1

สำหรับวัตถุอื่นๆเราให้ขอบเขตต่ำกว่าและบน LOF ค่าไม่ว่าจะเป็นเพื่อนบ้านที่ใกล้เคียงที่สุด MinPts มาจากหนึ่งหรือมากกว่าคลัสเตอร์

นอกจากนี้เราวิเคราะห์วิธีการที่ค่า LOF ขึ้นอยู่กับพารามิเตอร์ MinPts

เราให้คำแนะนำในการปฏิบัติเกี่ยวกับวิธีการเลือกช่วงของค่า MinPts ที่จะใช้และนำเสนอพฤติกรรมของวัตถุการจัดอันดับตามค่าสูงสุด LOF ของพวกเขาภายในช่วงที่เลือก

ผลการทดลองแสดงให้เห็นว่าการศึกษาพฤติกรรมของเราดูเหมือนจะมีแนวโน้มมากในการที่จะสามารถระบุ outliers ในท้องถิ่นที่มีความหมายว่าไม่พบวิธีการก่อนหน้านี้

สุดท้ายแต่ไม่น้อยเราแสดงให้เห็นว่าวิธีการของเราในการหา outliers ท้องถิ่นที่มีประสิทธิภาพสำหรับ
ชุดที่มีการสนับสนุนการสอบถามของเพื่อนบ้านที่ใกล้ที่สุดโดยโครงสร้างดัชนีและยังคงปฏิบัติสำหรับชุดขนาดใหญ่มาก

มีสองทิศทางสำหรับการทำงานอย่างต่อเนื่อง หนึ่งแรกอยู่ในวิธีการอธิบายหรืออธิบายว่าทำไม outliers ท้องถิ่นที่ระบุเป็นที่ยอดเยี่ยม.

นี่คือสิ่งสำคัญอย่างยิ่งสำหรับชุดที่มีมิติสูงเนื่องจาก outlier ท้องถิ่นอาจจะอยู่ในพื้นที่เพียงบางส่วนแต่ไม่ได้อยู่ในทุกมิติ (cf [14])

หนึ่งที่สองคือการปรับปรุงประสิทธิภาพการทำงานของการคำนวณ LOF

สำหรับทั้งสองทิศทางเหล่านี้, มันเป็นที่น่าสนใจที่จะตรวจสอบวิธีการคำนวณ LOF สามารถ "handshake " กับอัลกอริทึมการ clustering แบบลำดับชั้น, เช่นเลนส์ [2].

ในมือข้างหนึ่ง, อัลกอริทึมดังกล่าวอาจให้ข้อมูลรายละเอียดเพิ่มเติมเกี่ยวกับ outliers ท้องถิ่น, เช่น, โดยการวิเคราะห์คลัสเตอร์ที่เกี่ยวข้องกับการที่พวกเขาอยู่ในรอบ.

ในทางกลับกันการคำนวณอาจถูกใช้ร่วมกันระหว่างการประมวลผล LOF และ clustering

การคำนวณที่ใช้ร่วมกันอาจรวมถึงการสอบถาม k และระยะทาง reachability

Results (German) 3:

Ich will Lehrerin werden.