《表1 各算法在不同规模数据集上的准确度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Hadoop的局部异常检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文从KDD-CUP 99数据集中选取5种不同规模的子集，首先进行预处理操作，然后进行数据标准化处理，以排除数据属性不同量纲带来的影响。各算法在不同规模数据集上检测的准确度大小如表1所示。从表1数据可以看出，本文提出的MR-DINFLO算法的准确度从数据集为100万时的0.86增长到500万时的0.94。这也说明了随着数据量的逐渐增大，算法越趋稳定。算法准确度评价结果如图2所示，从图2可以看出，在处理相同规模的数据时，本文提出的MR-DINFLO算法的准确度比MR-DINFLO（无信息熵）高，因此可以看出引入信息熵提高了检测准确度。同时可以看出INFLO算法准确度比LOF算法高。