Utilizan 1180 tuplas(Perfil de clientes con tarjeta de créditos) de un conjunto de datos para el experimento, en donde, deliberadamente se introdujeron valores atípicos.
El método que propone se dividió en tres fases principales:
1. Uso del método estadístico chi-cuadrado para definir una ponderación o peso W que indica la relevancia de la columna del perfil del cliente en comparación con la cantidad de crédito otorgado,
2. Se utilizó el algoritmo de agrupación denominado KNN Global Anomaly (KNN) que calcula la puntuación de los valores atípicos
3. El algoritmo K-Means que es utilizado para separar los valores atípicos de los valores falsos-positivos.
El procedimiento fue adecuado para la identificación de valores atípicos, una vez que los parámetros y los filtros están adecuadamente configurados en cada parte del método, en este caso llegó a detectar el 100 % de los valores atípicos.
También se concluye que metodología tiene dos aspectos importantes que lo diferencian de otros métodos:
• Una prueba estadística que otorga relevancia a las columnas
• Dos técnicas de minería de datos que separan las anomalías de los datos normales.
Referencia:
Orellana,Marcos. (19/01/2020). Outlier detection with data mining techniques and statistical methods . Enfoque UTE Revista.
url:https://www.redalyc.org/jatsRepo/5722/5 ... index.html