Détection des anomalies pour les données catégorielles

Le système de détection des valeurs aberrantes permet de découvrir les événements nouveaux ou rares, les anomalies, les actions vicieuses et les phénomènes exceptionnels. Il est indispensable de trouver ces anomalies dans le cadre de l’exploration des données, car la présence de ces objets rend généralement la base de données inefficace. Une valeur aberrante est une observation qui s’écarte tellement des autres observations que l’on soupçonne qu’elle a été générée par un mécanisme différent. La détection des objets qui ne sont pas conformes aux notions bien définies de comportement attendu dans un ensemble de données s’appelle la détection des valeurs aberrantes. La détection des valeurs aberrantes est une étape de prétraitement permettant de localiser ces objets non conformes dans les ensembles de données. La détection des valeurs aberrantes est un processus difficile dans les bases de données à grande échelle, car elles contiennent des données de grande dimension avec un faible taux d’anomalies. Les valeurs aberrantes sont définies de manière formelle et des méthodes optimisées de détection des valeurs aberrantes sont également proposées ici. L’optimisation de la détection des valeurs aberrantes est réalisée par un nouveau concept d’holoentropie qui combine l’entropie et la corrélation totale. Il s’agit d’un phénomène pratique plus efficace dans les méthodes de détection des valeurs aberrantes.