डेटा माइनिंग में आउटलायर्स के प्रकार
डेटा माइनिंग में आउटलायर्स के विभिन्न प्रकार निम्नलिखित हैं:
1. वैश्विक आउटलायर्स (Global Outliers)
एक दिए गए डेटा सेट में, एक डेटा वस्तु एक वैश्विक आउटलायर है यदि यह शेष सूचना सेट से अनिवार्य रूप से विचलित होती है। वैश्विक आउटलायर्स को पॉइंट एनोमली के रूप में जाना जाता है, और ये आउटलायर्स का सबसे आसान प्रकार हैं। अधिकांश आउटलायर डिटेक्शन विधियां वैश्विक आउटलायर्स की खोज करने के उद्देश्य से हैं।
वैश्विक आउटलायर्स की पहचान करने के लिए, प्रश्न में आवेदन के संबंध में विचलन के उपयुक्त माप को खोजना एक महत्वपूर्ण मुद्दा है। कई माप प्रस्तावित हैं, और इनके आधार पर, आउटलायर डिटेक्शन दृष्टिकोण कई श्रेणियों में विभाजित हैं।
वैश्विक आउटलायर डिटेक्शन कई अनुप्रयोगों में आवश्यक है। कंप्यूटर नेटवर्क में घुसपैठ पहचान पर विचार करें, उदाहरण के लिए, यदि किसी कंप्यूटर का संचार व्यवहार सामान्य डिजाइन से अलग है (उदाहरण के लिए, थोड़े समय में बड़ी संख्या में पैकेज विज्ञापित किए जाते हैं), तो इस व्यवहार को वैश्विक आउटलायर माना जा सकता है और संबंधित कंप्यूटर हैकिंग का संदिग्ध शिकार है।
2. प्रासंगिक आउटलायर्स (Contextual Outliers)
प्रासंगिक आउटलायर्स को सशर्त आउटलायर्स भी कहा जाता है। यदि किसी दिए गए डेटा सेट में कुछ निश्चित स्थिति के कारण एक डेटा वस्तु कई डेटा बिंदुओं से विचलित होती है, तो इस प्रकार के आउटलायर्स दिखाई देते हैं।
डेटा की वस्तुओं की दो प्रकार की विशेषताएं हैं जिनमें प्रासंगिक विशेषताएं और व्यवहार विशेषताएं शामिल हैं। प्रासंगिक आउटलायर विश्लेषण उपयोगकर्ताओं को कई संदर्भों और शर्तों में आउटलायर्स निर्धारित करने की अनुमति देता है, जो कई अनुप्रयोगों में फायदेमंद हो सकता है।
व्यवहार विशेषताओं में, यह वस्तु की विशेषताओं को दर्शाता है, और इसका उपयोग यह गणना करने के लिए किया जाता है कि वस्तु उस संदर्भ में आउटलायर है या नहीं जिसे वह समझती है। तापमान उदाहरण में, व्यवहार विशेषताएं तापमान, नमी, और दबाव हो सकती हैं।
प्रासंगिक आउटलायर्स स्थानीय आउटलायर्स का सामान्यीकरण हैं, एक अवधारणा जो घनत्व-आधारित आउटलायर विश्लेषण विधियों में पेश की गई है। एक डेटा सेट में एक वस्तु एक स्थानीय आउटलायर है यदि उसका घनत्व उस स्थानीय क्षेत्र से अनिवार्य रूप से विचलित होता है जिसमें वह प्रकट होता है।
वैश्विक आउटलायर डिटेक्शन को प्रासंगिक आउटलायर डिटेक्शन की एक विशेष विधि माना जा सकता है जहां प्रासंगिक विशेषताओं का समूह शून्य है। दूसरे शब्दों में, वैश्विक आउटलायर डिटेक्शन पूरे डेटा सेट को संदर्भ के रूप में लेता है। प्रासंगिक आउटलायर विश्लेषण उपयोगकर्ताओं को लचीलापन प्रदान करता है कि कोई कई संदर्भों में आउटलायर्स निर्धारित कर सकता है, जो कई अनुप्रयोगों में वांछनीय हो सकता है।
3. सामूहिक आउटलायर्स (Collective Outliers)
डेटा के एक दिए गए सेट में, जब डेटा बिंदुओं का एक सेट शेष सूचना सेट से विचलित होता है, तो इसे सामूहिक आउटलायर्स के रूप में जाना जाता है। इसलिए, डेटा वस्तुओं का विशिष्ट सेट आउटलायर नहीं हो सकता है, लेकिन जब डेटा वस्तुओं को समग्र रूप से माना जाता है, तो वे आउटलायर के रूप में कार्य कर सकते हैं।
कई प्रकार के आउटलायर्स को पहचानने के लिए, कई डेटा वस्तुओं द्वारा दिखाए गए व्यवहार के बीच संबंध के बारे में पृष्ठभूमि डेटा से गुजरना आवश्यक है।
