আউটলায়ার হল একটি ডেটা অবজেক্ট যা অন্য অবজেক্টগুলোর থেকে 보아 cơ Bảnভাবে ভিন্ন, যেন এটি একটি ভিন্ন কাঠামোর 의해 তৈরি হয়েছে। সহজ উপস্থাপনার জন্য, আউটলায়ার নয় এমন ডেটা অবজেক্টগুলোকে "সাধারণ" বা প্রত্যাশিত তথ্য হিসেবে সংজ্ঞায়িত করা যায়। একইভাবে, আউটলায়ারগুলোকে "অসামান্য" ডেটা হিসেবে সংজ্ঞায়িত করা যায়।
আউটলায়ার হল ডেটা উপাদানগুলো যা একটি প্রদত্ত ক্লাস বা ক্লাস্টারে সংযুক্ত করা যায় না। এগুলো হল সেই ডেটা অবজেক্টগুলো যার আচরণ অন্যান্য ডেটা অবজেক্টগুলোর সাধারণ আচরণ থেকে আলাদা। এই ধরনের ডেটার বিশ্লেষণ জ্ঞান খননের জন্য গুরুত্বপূর্ণ হতে পারে।
আউটলায়ার সনাক্তকরণের প্রধান চ্যালেঞ্জগুলো
সাধারণ অবজেক্ট এবং আউটলায়ারগুলোকে কার্যকরভাবে মডেল করা - আউটলায়ার সনাক্তকরণের উপাদান বড় পরিমাণে সাধারণ (নন-আউটলায়ার) অবজেক্ট এবং আউটলায়ারগুলোর মডেলিং ওপর নির্ভর করে। এটা কিছুটা জটিল কারণ একটি অ্যাপ্লিকেশনে সব সম্ভাব্য সাধারণ আচরণ গণনা করা কঠিন।
ডেটার স্বাভাবিকতা এবং অস্বাভাবিকতা (আউটলায়ার) এর মধ্যে সীমা রেখা স্পষ্ট নয়। বরং 거기 একটি বিস্তৃত গেটে আপ্লিকেশন থাকতে পারে। نتیজত, যতwohl বিভিন্ন আউটলায়ার সনাক্তকরণ কৌশল ইনপুট তথ্য সেটের প্রতিটি অবজেক্টকে "সাধারণ" বা "আউটলায়ার" লেবেল দেয়, ততwohl অন্যান্য পদ্ধতি প্রতিটি অবজেক্টকে এর "আউটলায়ার-নেস" হিসাব করার একটি স্কোর আর্পণ করে।
অ্যাপ্লিকেশন-নির্দিষ্ট আউটলায়ার সনাক্তকরণ - ডেটা অবজেক্ট সংজ্ঞায়িত করতে সাদৃশ্য/দূরত্ব মাপ এবং সম্পর্ক মডেল বেছে নেওয়া আউটলায়ার সনাক্তকরণে অপরিহার্য। দুর্ভাগ্যক্রমে, এই পছন্দগুলো সফটওয়্যার-নির্ভর। অনেক অ্যাপ্লিকেশনে একাধিক প্রয়োজনীয়তা থাকতে পারে।
আউটলায়ার সনাক্তকরণে শব্দ ভালোভাবে হ্যান্ডল করা - আউটলায়ার শব্দ থেকে আলাদা। যেতে জানা যে, বাস্তব তথ্য সেটের গুণগত মান নিম্ন হওয়ার প্রবণতা থাকে। শব্দ അനিবার্যভাবে বিভিন্ন অ্যাপ্লিকেশনে সংগৃহীত ডেটায় বিদ্যমান থাকে। শব্দ অ্যাট্রিবিউট মানগুলোর विचলন হিসেবে প্রদর্শিত হতে পারে বা অনুপস্থিত মান হিসেবে মৃদু হতে পারে।
নিম্ন ডেটা গুণগত মান এবং শব্দের অস্তিত্ব আউটলায়ার সনাক্তকরণে বিশাল চ্যালেঞ্জ সৃষ্টি করে। এগুলো তথ্যকে প্রতারিত করতে পারে, সাধারণ অবজেক্ট এবং আউটলায়ারগুলোর মধ্যে পার্থক্য धुँদলা করতে পারে। 게다가, শব্দ এবং অনুপস্থিত তথ্য আউটলায়ারকে "লুকিয়ে" রাখতে পারে এবং আউটলায়ার সনাক্তকরণ পদ্ধতির কার্যকারিতা কমিয়ে দিতে পারে। একটি আউটলায়ার একটি শব্দ পয়েন্ট হিসেবে "ছদ্মবেশ" ধারণ করতে পারে, এবং একটি আউটলায়ার সনাক্তকরণ পদ্ধতি ভুলে একটি শব্দ পয়েন্টকে আউটলায়ার হিসেবে সনাক্ত করতে পারে।
বোঝার সুবিধা - কিছু অ্যাপ্লিকেশন পদ্ধতিতে, একজন ব্যবহারকারী শুধু আউটলায়ার সনাক্ত করতে চান না, বরং এখানে শিখতে চান কেন সনাক্তকৃত অবজেক্টগুলো আউটলায়ার। এই বোঝার প্রয়োজনীয়তা যোগ করলে, একটি আউটলায়ার সনাক্তকরণ কৌশলকে সনাক্তকরণের কিছু কারণ সমর্থন করতে হবে।
উদাহরণস্বরূপ, একটি সাংখ্যিক পদ্ধতি ব্যবহার করা যেতে পারে যাতে একটি অবজেক্টের আউটলায়ার হওয়ার ডিগ্রি যাচাই করা যায়, যা অধিকাংশ রেকর্ড তৈরি 했던 একই কাঠামো দ্বারা অবজেক্টটি তৈরি হওয়ার সম্ভাবনার ওপর ভিত্তি করে। সম্ভাবনা যত কম, অবজেক্টটি একই কাঠামো দ্বারা তৈরি হওয়া তত অসম্ভব, এবং অবজেক্টটি আউটলায়ার হওয়া তত বেশি গ্রহণযোগ্য।
