विसंगतियों के कारण
विसंगति पहचान में, उद्देश्य उन ऑब्जेक्ट्स को खोजना है जो कई ऑब्जेक्ट्स से भिन्न हैं। अक्सर, विसंगतिपूर्ण ऑब्जेक्ट्स को आउटलेयर्स कहा जाता है, क्योंकि डेटा के स्कैटर प्लॉट पर, वे कई डेटा पॉइंट्स से दूर स्थित होते हैं। विसंगति पहचान को विचलन पहचान कहा जाता है, क्योंकि विसंगतिपूर्ण ऑब्जेक्ट्स में विशेषता मान होते हैं जो अपेक्षित या सामान्य विशेषता मानों से अनिवार्य रूप से विचलित होते हैं, या अपवाद खनन के रूप में, क्योंकि विसंगतियां कई अर्थों में असाधारण होती हैं।
दुनिया में, मानव समाज, या डेटा समूहों के डोमेन में, अधिकांश घटनाएं और ऑब्जेक्ट्स, परिभाषा के अनुसार, सामान्य क्षेत्र या नियमित हैं। लेकिन उन ऑब्जेक्ट्स की व्यवहार्यता की गहरी समझ हो सकती है जो भिन्न या असाधारण हैं। इसमें असाधारण रूप से शुष्क या बरसाती मौसम, लोकप्रिय एथलीट, या एक विशेषता मान शामिल है जो अन्य सभी की तुलना में बहुत छोटा या बड़ा है।
विसंगतियों के कुछ कारण
1. विभिन्न वर्गों से डेटा (Data from Different Classes)
एक ऑब्जेक्ट कई ऑब्जेक्ट्स से भिन्न हो सकता है जैसे विसंगतिपूर्ण, क्योंकि यह एक अलग प्रकार या वर्ग का है। उदाहरण के लिए, क्रेडिट कार्ड धोखाधड़ी करने वाला व्यक्ति उन व्यक्तियों से क्रेडिट कार्ड उपयोगकर्ताओं के एक अलग वर्ग से संबंधित होता है जो क्रेडिट कार्ड का सही उपयोग करते हैं।
धोखाधड़ी, घुसपैठ, बीमारी के प्रकोप, और असामान्य परीक्षण परिणाम जैसे प्रदर्शित कुछ उदाहरण, विसंगतियों के उदाहरण हैं जो तत्वों के एक अलग वर्ग को परिभाषित करते हैं। ऐसी विसंगतियां काफी रुचि की हैं और डेटा खनन के क्षेत्र में विसंगति पहचान का लक्ष्य हैं।
2. प्राकृतिक भिन्नता (Natural Variation)
कुछ डेटा सेट्स को सांख्यिकीय वितरणों द्वारा मॉडल किया जा सकता है, जिसमें सामान्य (गॉसियन) वितरण शामिल है, जहां एक डेटा ऑब्जेक्ट की संभावना वितरण के केंद्र से ऑब्जेक्ट की दूरी बढ़ने के साथ तेजी से कम होती है।
दूसरे शब्दों में, कुछ ऑब्जेक्ट्स एक केंद्र (औसत ऑब्जेक्ट) के निकट होते हैं और संभावना है कि एक ऑब्जेक्ट इस औसत ऑब्जेक्ट से अनिवार्य रूप से भिन्न होता है, छोटी होती है। उदाहरण के लिए, एक असाधारण रूप से लंबा व्यक्ति ऑब्जेक्ट्स के एक स्वतंत्र वर्ग से होने के अर्थ में विसंगतिपूर्ण नहीं है, बल्कि केवल एक विशेषता (ऊंचाई) के लिए एक चरम मान होने के अर्थ में है जिसे कुछ ऑब्जेक्ट्स द्वारा उपभोग किया जाता है। विसंगतियां जो चरम या असंभावित भिन्नताओं को परिभाषित करती हैं, दिलचस्प हैं।
3. डेटा माप और संग्रह त्रुटियां (Data Measurement and Collection Errors)
डेटा सेट या माप प्रक्रिया में त्रुटियां विसंगतियों का एक और कारण हैं। उदाहरण के लिए, मानवीय त्रुटि समस्या, कंप्यूटिंग डिवाइस के साथ समस्या, या शोर की उपस्थिति के कारण एक माप को गलत तरीके से रिकॉर्ड किया जा सकता है।
उद्देश्य ऐसी विसंगतियों को हटाना है, क्योंकि वे कोई दिलचस्प डेटा समर्थन नहीं करते हैं बल्कि केवल डेटा की विशेषता और बाद के डेटा विश्लेषण को कम करते हैं। वास्तव में, इस प्रकार की विसंगति को हटाना डेटा प्रीप्रोसेसिंग, विशेष रूप से डेटा सफाई का लक्ष्य है।
