Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   24 ,  No.   1 ,  Octo b er   2021 ,  pp.  564 ~ 569   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v 24 .i 1 . ppa 564 - 569          564       Journ al h om e page :  http: // ij eecs.i aesc or e.c om   Machin e   learnin g   bas ed   ou tlier   d etection   f or   medic al   dat a       R.   Vij aya   Ku mar   Reddy 1 ,   Sha ik   Su bh ani 2 ,   B.   Srini vas a   Rao 3 ,   N .   La kshmip at hi   A na n tha 4   1 ,3 Depa rtment   of   IT,   L aki r edd y   B al i   Redd y   Co lleg e   of   Engi n ee ring   (Autonom us) ,   M y la v ara m ,   Indi a   2 Depa rtment   of   I T,   Sre eni dh i  Inst it ute   of   Sc ie n ce   and   T ec hnolo g y   (Autonom us) ,  Te la ng ana,   Indi a   4 Depa rtment   of   CS E,   Mal la   Red d y   Engi n ee ring   Coll ege   (Autono m us) ,   Te l anga na ,   Indi a       Art ic le   In f o     ABSTR A CT   Art ic le   hist or y:   Re cei ved   Ja n   10 ,   2021   Re vised   A ug   8 ,   20 21   Accepte d   Aug   23 ,   2021       The   concept   of   m ac hine   learni n g   gene r ate   best   r esult s   in   health   ca re   da ta ,   it   al so   red uce   th e   work   loa d   of   hea lt h   c are   industr y .   Th is   al gorit h m   pote nti a l l y   over come   the   is sues   and   find   o ut   the   novel   kn owledge   for   dev el opm ent   of   m edi ca l   da te   in   hea l th   ca r e   indu str y .   In   thi s   pape r   propose   a   ne w   al gorit hm   for   findi ng   the   o utl ie rs   using   diff ere nt   dataset s.   C onsideri ng   tha t   m edi ca l   data   are   anal y tic   of   m utua lly   h ealth   proble m s   and   an   ac t ivi t y .   The   proposed   al gorit hm   is   working   base d   on   supervise d   and   unsupervise d   learni ng.   Th is   al gorit hm   d et e cts   the   out li ers   in   m edi ca l   data.   Th e   eff ec t ive n ess   of   local   and   globa l   data   factor   for   outl ie r   det e ct ion   for   m edi ca l   da ta   in   rea l   ti m e.   W hat eve r ,   the   m odel   used   in   thi s   sce nar io   from   t hei r   training   and   te sting   of   m edi ca l   da ta.   T he   cl e ani ng   pro ce ss   base d   on   the   complete   attribut es   of   dat ase t   of   sim ila rity   oper ations.   Expe riments   are   conduc t ed   in   bui lt   in   var ious   m edi ca l   da ta se ts.   The   statistical   outc om e   desc rib e   tha t   th e   m ac hi ne   le arn ing   base d   out li er   fin ding   a lgori thm   g ive n   tha t   best   a c cur atene ss .     Ke yw or ds:   Ma chine   le a rn i ng   al gorithm   Me dical   data   a naly sis   Ou tl ie r’s   detect ion   Si m il arity   op e r at ion s   This   is   an   open   acc ess   arti cl e   un der   the   CC   BY - SA   l ic ense .     Corres pond in g   Aut h or :   R.   Vi j ay a   K uma r   Re ddy   Dep a rtm ent   of   IT   Lakire dd y   Ba li   Re ddy   Coll eg e   of   E ng i neer i ng   ( Au t onom us )   My la var am ,   India   E - m ail:   Vij ay aku m arr 28 5@g m ai l.co m       1.   INTROD U CTION   Ou tl ie r   recog ni ti on   is   sig nifi cant   them es   in   data   m ining ,   t he   ai m   of   disc ov e ry   pa tt ern   t hat   ha ppe n   rar el y   as   oppos it e   to   ot her   dat a   m ining   m et h od s   [ 1 ].   An   outl ie r   is   der i ved   sign ific a ntly   from   incon sist e nt   of   a   dataset   [ 2 ].   Th e   sign i ficance   of   outl ie r   fin di ng   is   in   the   s igh t   of   t he   tr ut h   so   as   to   ou tl ie rs   can   offe r   ra w   patte rn s   an d   preci ou s   i nfor m at ion   a bout   a   da ta set .   Pr ese nt   r esearch   co ver   the   fiel ds   of   ou t li er   disco ver y   al ong   with   cre dit   car d   f raud   fi nd i ng,   netw ork   int rusion   e xposure ,   cri m e   discov e ry,   m edical   analy sis,   and   detect ing   unusual   par ts   in   im age   proces sing   [ 3 ].   U n s u p e r v i s e d   o u t l i e r   d e t e c t i o n ,   is   n o r m a l l y   c l a s s i f i e d   i n t o   d i s t a n c e - b a s e d   [ 4 ] ,   [ 5 ],   d e n s i t y - b a s e d   [ 6 ] ,   [ 7 ],   and   distrib utio n - base d   [ 3 ]   procedu res.   T his   appro ac h   fi nds   each   data   po i nts   are   pr oduce d   by   a   de finite   arit hm etical   mo del,   but   outl ie rs   do   not   acce pt   this   ty pe   of   m od el .   This   m et hod   was   pr el i m inaril y   inv es ti gated   by   Kno x   an d   Ng   [ 5 ].   In   loc al   info rm at ion   of   the   datase t   diff er   to   the   glo bal   pa ram et ers.   De ns it y - bas e d   m et ho d   was   at   first   discuss e d   by   Breun ig   et   al .   [ 6 ].   Ba sed   on   their   local   po i nt   den sit y,   local   ou tl ie r   fac tor   is   assign   to   e ver y   data   point.   Th e   data   point   with   a   fa r   ab ove   the   gro und   f or   the  local   ( L OF )   val ue   is   de sc ribe d   as   an   outl ie r.   The   cl us te rin g - base d   m et ho ds   are   uns up e rvi sed,   t hey   d   not   re quire   a ny   la beled   trai ning   data ,   and   their   ap pea ran ce   in   outl ie r   disc ov e ry   is   re stric te d.     Ma ny   real - w orl d   app li cat ions   m ay   co m e   across   dissim il ar   ca ses   for   a   s m al l   set   of   obj ect s   a re   la beled   as   outl ie rs   to   a   certai n   cl ass,   but   the   gr eat e r   pa rt   of   data   a re   un la beled.   Sig nificantl y   im pr ov e   the   e ff ic ie ncy   of   ou tl ie r   detect io n,   little   bit   of   pro per   knowle dg e   is   re quire d   [ 8 ] - [ 10 ].   So   sem i   su pe rv ise d   m et ho ds   to   ou tl ie r   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Mac hin e le ar ni ng base d o utli er d et ect io n  fo r  med ic al data   ( R. Vijay a  K umar  Re ddy )   565   recog niti on   ha ve   bee n   urban i zed   to   under ta ke   su c h   ty pe   of   scenari o,   wh ic h   ha ve   been   c onside rati on   of   a   well - li ked   trac k   of   outl ie r   disc over y.   The   la st   three   decad e s,   different   ty pes   of   m achine   le ar ning   ap proac he s   are   pro pose d   li ke   an   a nt   colo ny   opti m i zat ion ,   a rtific ia l  neural  netw orks ,   pa rtic le   swar m   op ti m i zat ion ,   e voluti on a ry   cal culat ion   a nd   su pp or t  vect or  m achine  ( SVM ) .   We   co nce ntrated   on   uns up e r vised   m eth ods   that   ha ve   been   pro j ect ed   for   ou tl ie r   rec ogni ti on   in   this   li t eratur e .   In   de ns it y  based   spa ti al   c lustering  with   no ise   w as   us ed   to   ge ner at e   nu m erous   data   segm ents   by   the   uniq ue   c har a ct erist ic   sp ace   X   int o   N   dissim il ar   par ts.     Am oli   et   al .   [11]   de fine   un s up e r vised   in ve ntory   for  de pressi ve  sym pto m at olo gy  ( I DS )   for   quic k   netw ork,   this   t ype   of   netw ork   rec ognize   zer o   at ta cks.   T he   m ajor   e ngine   of   the   densi ty - bas ed  s patia l  cl us te rin g  of   a ppli cat ion s   with  noise   ( D BSC AN )   cl us t erin g   ide ntifie s   at ta cks   an d   the   seco nd   one   s et   up   the   botne t   under   dissim il ar   protoco ls .   The   est im at ion   of   pro po s ed   m ock - up,   two   ob ta i na ble   dataset s   w as   us e d   f or   c he ckin g.   These   a ccessi ble   m od el s   w as   eval uated   a nd   al so   com par ed   with   m ul ti ple   ap proache s   li ke   k - m eans   a nd   DBSCA N   ou tl ie r   detect ion   t echn i qu e s.   In   these   ap proac hes   [ 12]   recogn iz e   un c ha ra ct erist ic   beh a vi or s   in   netw ork   an d   syst e m   log   data   al so .   A   su r vey   of   m achine   lear ni ng   m et ho ds   for   detect ion   te chn iq ues   dis cuss   by   Buczak   an d   G uv e n   va riet y   of   a pproaches   [ 13 ] ,   an d   e xpla in   the   sig nifica nce   of   the   data set s   f or   trai ni ng   a nd   te sti ng   I DS.   Ni sioti   et   al .   [ 14]   pro vid e   unsup erv ise d   m et ho ds   for   an om al y   ty pe   of   I DS ;   it   was   ob ta i nab l e   an d   com par ed   c ha r act erist ic   sel ection   f or   i ntr us io n   detect ion.     The   stu dy   is   orga nized   i nto   diff e re nt   sect ion s .   Sect io n   2   sta te   the   healt h   care   syst em   arch it ect ure   with   trai ning   a nd   te sti ng.   Sec ti on   3   deal   with   ou tl ie r   detec ti on   us in g   m achine   le a rn i ng   a lgorit hm .   Sect i on   4   discusse s   the   r eal   world   outl ie r   data   detect io n   resu lt s.   Co nc lusio n   of   t he   st ud y   is   prese nted   in   the   la st   s e ct ion .       2.   HEALT H   C A RE   S YS TE M   ARCHITE CT UR E   Me dical   data  prof il in g   is   of t en   f ound   in   diff e ren t   s ources   of   real   ti m e   fiel ds .   P reproc e ssing   of   the   data   is   essenti al   for   e ver y   real   tim e   data   for   rem ov e   no ise .   In   healt h  care   industry   pre dicti ve   analy ti cs   is   one   of   t he   sig nifica nt   issues .   This   pap e r   f oc us   on   pro per   a naly sis   of   data   usi ng   m achine   le arni ng   al go rithm   [1 5].   The   dia gr am   descr ibe   the   trai ning   an d   te sti ng   phase   of   he a lt h   care   syst e m .   At   first   le vel,   the   m edical   histor y   of   patie nts   an d   m edical   che ck   ou tc om es   are   c ollec te d.   P re - process   the   data   befo re   a pp ly in g   t he   m achine   le arn in g   al gori thm s.   The   at tribu te s   relat ed   to   the   knowle dge   is   pract ic al   in   the   trai ni ng   ph a se.   T he   m od el   is   exp e rience d   wi th   pre   def i nite   dataset   an d   a ut hority   us in g   di ssi m il ar   m et ric s   an d   li kelih oo d  rati o   set   up   [ 16 ] .     Figure  1  desc r ibes  the   trai ni ng  an d  te sti ng   phase  of  he al th  ca re  syst em .   At  first  le vel,   the  m edical   histor y  of  pati ents  an d  m edical   check   out com es  are  colle ct ed.   Pr e - pro cess  the  data  befor e   ap plyi ng  the  m achine  le arn i ng   al go rithm s.  The  at tribu te s   relat ed  to  the   know le dg e  is   pr act ic al   in  the  trai ning  ph ase.  In   te sti ng   ph ase   c heck  the   sim ilarity   of   ne w  pa ti ents  featu res   an d  validat es  the  data .  T he  m od el   is  exp e r ie nced  with  pr e  d e fini te  d at aset  and a uthority  u si ng  dissim il ar  m et rics an d  li kelih ood  rati o set  u p.         Figure   1.  Trai ni ng   a nd   te sti ng  ph a se fo r heal th  ca re   syst em       3.   OUTLIE R   D ET ECTION   US I NG   M ACHINE   LE ARNING   ALGO RITH M   3.1 .      Fe ature   engineeri n g   Feat ur e   e ngine erin g   inclu de d   the   dif fer e nce   betwee n   c urrent   init ia l   value   of   patie nt   data   a nd   t he   fi nal   value,   sec ond   one   is   dif fer e nc e   bet ween   cu r ren t   m edical   da ta   value   an d   f ind   the   la st   fiv e   val ues   a ver a ge,   an d   finall y   m achine  le arn in g   cl ust ering   featu re   based   on   hundre d   gro ups   on   the   af or esai d.   If   the   data   is   not   norm al iz e,   dec reased   the   pe r form ance   of   the   m od el s.   Th e   fo ll ow i ng   Fi gure   2   re pr ese nts   the   disco ve red   ou tl ie rs   sho wn   in   re d   points   for   the   local   ou tl ie r   fact or   trai ne d   on   0.5 %   dataset   [17].     Figure  2  repre sents  the  detec te d  ou tl ie rs  ba sed  on  the  ra ndom   fo rests  al gorithm   trai ned   on  the  0.5%  ano m al y  dataset   an d  Fi gure  3  sho ws  t he  detect ed  ou tl ie rs  f or  the  is olati on  f or est s   m od el s  trai ne d  on  the   0.5 %   dataset .  Fig ur e   4  show s  the  detect ed  outl ie rs  f or   the  is olati on   f or est s  m od el s  trai ned  on   the  0.5%  dataset .   Disco ver e d o utli er ( x)  for  t he i so la ti on   for est  ( FF ) feat ure  form  trained  on  the  0.5%  outl ie r  dataset .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  564  - 569   566       Figure  2. Disc ov e re d ou tl ie r (x)  for  the  loca l (LOF)  for m  trained o n  the   0.5%  outl ie r  data set           Figure   3.   Disc ov e re d   ou tl ie r   (x)   for   the   ra nd om  f or est   (RF)   featu re   form   trai ned   on   the   0.5%   outl ie r   data set           Figure   4.   Disc ov e re d   ou tl ie r   (x)   for   the   isol at ion   forest  ( IF)   feat ur e   f or m   trai ne d   on   the   0.5%   outl ie r   da ta set       3.2 .     Sim ulat e d   d ata   pe rf or man ce   Ever y   al gorith m   trai ned   on   0.5%   outl ie r   dat aset   for   trai n   a nd   te st   perf orm ances.   Creat e   the   trai ni ng   and   te sti ng   dat aset   in   rati o   of   80 :2 0   com e   apar t   of   the   dat a.   Sam ple   par am et ers   us ed   a   series   of   l oops   that   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Mac hin e le ar ni ng base d o utli er d et ect io n  fo r  med ic al data   ( R. Vijay a  K umar  Re ddy )   567   connecte d   t hro ugh   m od ify   in   ever y   rele van t   par am et er   sp e ci fied   the   m odel .   This   ty pe   of   cha nges   pe r m itted   for   us   to   assess   the   im po rtanc e   of   feat ur es   to   the   m od el   a nd   cr op   any   unrel at ed   feat ur es   in   the   process .     The   pro po se d   al gorithm   is   a   plain   a nd   w el l - li ked   cl us t erin g   al gorith m .   It   us es   dis ta nce   an d   a   m ini m u m   nu m ber   of   po i nts   pe r   cl us te r   to   cl assify   a   po int   as   an   outl ie r .   T he   r obus t   al gor it h m   thu sm ake s   du al   pr e dicti on s:   it   checks   the   poi nt   is   ou tl ie r   or   no t.   To   re fine   the   pr e dicti ons,   chec k   the   al l   cl us te rs   oth e r   than   ou tl ie r   cl us te r.   Eucli dea n   distance   functi on   will   be   the   def a ul t   us ed   f or   cal culat ion s .     Eucli dea n   distance   ba s e d   m et ho d   f or   ou t l i e r   de t e c t i on   i nd i r e c t ly   t he   ne i gh bo r ho od   of   an   ob je c t ;   it   is   de f i ne   by   a   gi ve n   r a di us .   A   di s t a nc e   ba s e d   on   t he   t hr e s h o l d   can   be   t r e a t e d   as   a   ne i gh b or h oo d   of   o bj e c t .   F or   each   ob je c t   o,   we   can   di s c o v e r   ne i gh bo r s   of   an   o bj e c t .   N or m al ly ,   l e t   r (r> 0)   be   a   t hr e s ho l d   di s t a nc e   a nd   ∅   ( 0< ∅ <1 )   be   a   t hr e s ho l d   f r a c t i on .       dist   =   ‖ ′  ( , ′ ) ≤ ‖ ‖ ‖ ≤ ∅   (1)     The   se c ond   a p pr oa c h  t a ke s   O   ( n² )   t i m e ,       T he   de ns i t y   of   an   o bj e c t   a nd   t ha t   of   its   ne i gh bo r s   e xa m i ne   by   w e i gh t   ba s e d   ou t l i e r   de t e c t io n   t e c hn i q ue .       So   m a ny   r e al   w or l d   da t a   s e t s   a r e   c om pl e x   s t r uc t ur e .   C om pa r e   to   gl o ba l   da t a ,   l oc a l   ne ig h bo r ho od s   a r e   be t t e r   to   m e a s ure   ou t l i e r s   am on g   ob je c t s .     T he   de ns i t y - ba s e d   ou t l i e r   de t e c ti on   m et ho ds   c on c e nt r a t e   on   de ns i t y   va l ue s   of   ne i gh bo r   p oi nt s .   dist_ k( o)   is   a   di s t a nc e   be t w e e n   o bj e c t   o,   a n d   K N N .   T he   k - di s t a nc e   ne i gh bo r ho od   of   o,   c on s i de r   as   an   e nt i r e   ob je c t s   of   t he   d i s t a nc e   to   o,   it   is   l e s s   t ha n   dist_k( o) .     ( ) = [ | ′ ∈ , ( , ′ ) ≤  ( ) ]   (2)     F i nd   o ut   t he   a ve r a ge   di s t a nc e   from   t he   ob je c t s   in   N k ( o)   to   o .   If   o   ha s   i nd i c a t e d   c l os e   ne i gh bo r s   o’   s uc h   t ha t   dist   ( o,   o’)   is   ti ny   di s ta nc e ,   due   t he   nu m e r i c a l   f l uc t ua t io ns   of   t he   di s t a nc e   c a l c ul at e   can   be   ve r y   hi gh .   So   no r m a li z a ti on   m e t ho ds   a pp l i e d   f or   ov e r c om e   t he   c ur r e nt   i s s ue s .     r e a c hd i s t k( o, o ′ )   =   m a x[ dist k ( o ) , dist ( o , o ′ ) ]   (3)     k   is   a   us e r - s p e c i f i e d   pa r a m et e r   a nd   it   s pe c i f y   t he   m i ni m um   ne i gh bo r h oo d   to   be   c he c k   t he   l oc a l   de ns i t y   of   an   o bj e c t .   T he   l oc a l   de ns i t y   of   an   o bj e c t   o   is ,      l r d( o )   =   ‖ ( ) ‖ ∑ ′ ∈ ( )  ℎ  ( , ′ )   (4)     w e   c a l c ul a te   t he   de ns i t y   for   an   ob je c t   of   l oc a l   r e a c ha bi li ty   a nd   c om pa r e d   w i t h   its   ne i gh b or s   to   s pe l l   out   t he   de gr e e   to   w hi c h   t he   ob je c t   is   r e c og ni z e d   an   ou t l i e r .   T he   a b ov e   a l g or i t hm   i s   w or ki ng   p r o c e du r e   a s   s im il a r   t o   e xi s t i ng   on e s .   B ut   t he   di f f e r e nc e   i n  e f f i c i e nc y   a nd   s u i t a bl e   da t a s e t   w i t h  di f f e r e nt   da t a   s i z e s .      ( ) =   ∑ ′ ∈ ( )  ( ′ )  ( ) ‖ ( ) ‖   (5)     3. 3.       P r op os e d   al go r i t h m   be gi n   St ep1 :   from   cl us te r 1   im po rt   ML - A   S t e p2 :   outl ie r1_d et ect io n   =   ML - A   (   e ps   =   .2   Step3 :   m easur e m ent=”e uclide an”,     S t e p4 :   m in_ sam ples   =   5,   n_job s   =   - 1)   S t e p 5:   cl us te rs   =   outl ie r_detect ion . fit_pre dict   ( nu m 2)   e nd       4.   RESU LT S   W ITH   RE AL   W ORLD   O UTL IER   DA T A   D ET ECTION     In   real   w orl d   s cenari o   m edic al   data   analy si s   is   m os t   i m po rtant   for   ge ne r at e   accurate   re su lt .   In   this   researc h   pr e di c t   the   real   tim e   resu lt s   for   detect ing   the   ou tl ie rs.   Be f ore   pr e dicti ng   the   res ults,   che ck   the   pr e vious   sta tus   of   the   existi ng   data.   This   al gorithm   low   sensiti vity   in   prim ary   ta sk ,   after   that   ge ner at e   good   resu lt s.   O utli er   detect ion   m odel   is   im ple mented   s uita ble   real   tim e   m edi cal   data.   T he   trai ning   an d   te sti ng   process   is   si m il ar   to   data   m ining   a ppr oac h   for   pre   proc essing   of   data ,   trai ning   of   da ta   and   te sti ng   with   trai ning   data,   finall y   validat e   t he   data   an d   ge ner at e   acc urat e   res ults.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   24 , N o.   1 ,  Oct ober  20 21 :  564  - 569   568   The   pr opos e d   m od el s   are   su it able   for   2.5%   ou tl ie r   dataset .   The   L OF   fi nd   out   at   the   top   en d   of   the   m edical   data   ran ge   for   outl ie rs.   In   this   rese arch   to   fin d   ra dio   f reque ncy  ( RF )   a nd   inte r m ediat e  fr eq ue ncy  ( IF )   of   ou tl ie rs   from   giv en   da ta   [18].   The   m odel   trai ned   on   2.5%   of   datas et   per f or m ed   in   the   sam e   way   its   counter par t   tha t   was   trai ned   on   the   0.5 %   of   ou tl ie r   dataset .   It   is   i m po rtan t   to   m ention   the   ideal   equ il ib rium   betwee n   hit   and   false   al arm   rate   will   bas ed   on   the   ta sk - relat ed   pe nalti es   of   the   ou tl ie r   recogn it io n.   The   ou tc om e   of   di ssi m il ar   trai nin g   da ta set   not   cha nges   in   the   patte r n   cl ass ific at ion .   The   obj ect ive   of   t hi s   job   acce ss   the   po t entia l   perform ance   of   al gorithm   based   on   outl ie rs.   Visu al i zed   pr ese ntati on   of   t he   m od el   on   a   novel   a nd   real - w or l d   m edical   data   sam ples,   note d   diff e re nce   ac ro s s   the   m ulti ple   m od el s,   an d   to   c oncl ude   diff e re ntiat e   presentat ion   ba se d   on   w hich   dat a   the   m od el   wa s   trai ne d.     In   t his   re searc h   based   on   rea l   world   c onsid erati on s ,   we   a pp ly   this   ty pe   of   a ppr oac hes   for   al gorit hm   util iz at ion   is   too   high   an d   it   acce pts   par al l el   pr oce ssin g   a lso.   T he   thr ou ghput   of   t he   al gorithm   su pport s   the   processi ng   a nd   distrib ution   of   the   data   in   c om pu ti ng   res our ces   [19] ,  [ 20] .   T he   c urren t   re s earch   s kill ed   to   us e   a   cl assifi cat ion   r ule   f or   detect ion   of   outl ie rs,   and   al l   the   wa y   thr ough   a   va li dation   of   m e dical   data.   In   Table   1   we   represe nt   the   c om par iso ns   of   diff e re nt   m et ho ds   f or   de te ct ing   ou tl ie r s.   Am ong   t hes e   m e thods,   pr opos e d   novel   a ppr oach   pro ves   t he   bette r   tha n   tra diti onal   ap proac hes .     Figure  5  is  a  grap h  represe nts  the  c om par ison s   of  dif fer e nt   m et ho ds   f or   detect ing   outl ie rs.   Am ong  these  m et ho ds,  pro posed  novel  ap proac h  pro ves  the  bet te r  than  tra diti on al   a ppro a ch es.  I n  m y  pr opose d  con ce pt  ge nerat e  bette r  res ul ts  com par e  to  m or e  m e thods  i n  pr e senc e  of   featu re  sp ace  an d  eff ic ie ncy.    The  com pu ta ti on al   com plexity   is   ver y  le ss  in  pr op os e d  m achine  le arn i ng   (ML )  ap proach.  Here  pract ic al   app li cabil it y  is  not  disc us se d  because   dep e ndency  facto r  ba sed  on  m od el   of  the   data   an d  siz e  of  the   da ta   i n  ma chine  le arn i ng.  The  c om par iso n  of  dif fe ren t  te ch nical   resu lt   avail abl e  her e.  Ou t  of   these  our  pro po s ed   resu lt s stat e se par at el y. T he d at aset  o f  t his  re search  p a pe r  ta ken f ro m  k ag gl e w e bs it e, fo r our  researc h.        Table   1.   C om par iso n   of   outl ie r dete ct ion   m eth ods   Metho d s   Co m p u tatio n al   Co m p l ex ity   Ef f icien cy   Featu re   Sp ace   Practical   ap p licab ility   Statistical   Metho d s   [ 2 1 ]   Hig h   Co m p lex   Low   Sin g le   Variable   Statistical   d ata   Para m etric   M eth o d s   [ 2 2 ]   Low   Co m p lex   Mod erate   Sin g le   Variable   Prior   k n o wled g e   of   d ata   sets   No n   Para m etric   m eth o d s   [ 2 2 ]   Low   Co m p lex   Mod erate   Sin g le   /   Multi   V ari ab le   p rof ile   of   th e   d ata   requ ired   Distan ce   M eth o d s   [ 2 3 ]   Nil   Hig h   Multi   Va riable   Relatio n   of   in d iv i d u al   p o in ts   Den sity   Metho d s   [24 ]   Co m p lex   Hig h   Multi   Va riable   Relatio n   of   p o in t s   an d   n eare st   n eig h b o r   to o   Clu ster   Ap p roach   [ 2 5 ]   Low   Co m p lex   Hig h   Sin g le   /   Multi   V ari ab le   clu sterin g   of   si m il ar   d ata   Neu ral   n etwo rks   [ 2 6 ]   Nil   Ver y   Hig h   Multi   Va riable   Si m p le   t rainin g   d ata   Prop o sed   ML   ap p r o ach   Nil   Ver y   Hig h   Sin g le   /   Multi   V ari ab le   Bas ed   on   d ata   size           Figure   5 .   G raph   represe ntati on   of   outl ie r   de te ct ion   m et ho ds       5.   CONCL US I O N   The   c on ce pt   of   m achine   le arn in g   ge ne rate   best   res ults   in   healt h   care   dat a,   it   al so   re duce   the   work   load   of   healt h   care   in dustry.   This   al gorithm   pote ntial ly   overco m e   the   iss ues   a nd   fin d   out   the   no vel   kn ow le dge   for   de velo pm e nt   of   m edical   date   in   healt h   ca re   in du st ry.   In   this   pa per   recom m end   a   nove l   m et ho d   f or   fi nd i ng   the   outl ie rs   usi ng   dif fer e nt   m edical   dataset s.   Co ns ide rin g   that   m e dical   data   ar e   analy ti c   of   healt h   com plica ti on s.   The   propose d   ap proac h   is   work i ng   base d   on   s uper vis ed   an d   unsup erv ise d   le ar ning.   T his   al gorithm   detect s   the   outl ie rs   in   m edical   data.   The   e ff e ct ivene ss   of   l oca l   and   gl ob al   da ta   factor   f or   ou tl ie r   detect ion   f or   m edical   data   in   real   ti m e.   Wh at eve r,   t he   m od el   us e d   in   this   sce nar i o   f r om   their   trai nin g   a nd   te sti ng   of   m edical   data.   The   cl eanin g   pro c ess   base d   on   t he   com plete   dim ension al   at tr ibu te s   of   datas et   of   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Mac hin e le ar ni ng base d o utli er d et ect io n  fo r  med ic al data   ( R. Vijay a  K umar  Re ddy )   569   si m il arity   op er at ion s.   E xperi m ents   are   co nducte d   in   bu il t   in   var i ous   m e dical   dataset s.   The   sta ti sti cal   resu lt s   sh ow   t hat   the   m achine   le ar nin g   ba sed   outl ie r   rec ogniti on   al gorithm   pr ovid ed   that   finest   a ccur acy .         REFERE NCE S   [1]     J.   Han,   M.   Kam ber ,   and   J.   Pe i,   “ Data   Mining:   Conce pts   and   T ec hniqu es, ”   El se vi er ,   2012,   do i:   10. 1016/C2009 - 0 - 61819 - 5 .     [ 2 ]     D.   M.   H a w k i n s ,   “ I d e n t i f i c a t i o n   of   O u t l i e r s ” ,   C h a p m a n   &   H a l l ,   L o n d o n ,   U K ,   1 9 8 0 ,   d o i :   1 0 . 1 0 0 7 / 9 7 8 - 94 - 0 1 5 - 3 9 9 4 - 4 .     [3]     O.   Alan   and   C.   Cat al,   “ Thre shol ds   base d   outlier   det e ct ion   appr o ac h   for   m ini ng   cl ass   outliers:   an   empirical   c ase   stud y   on   software   m ea surem ent   dat ase ts,”   E xpe r t   Syste ms   wit h   Appl ic at ions ,   vol.   38,   no.   4,   pp.   3440 - 3445,   2011,   doi :   10 . 1016/j.e s wa. 2010. 08 . 130.     [4]     S.   Ramasw am y ,   R.   Rastogi,   and   K.   Shim ,   “ Eff ic i ent   a lgori thms   f or   m ini ng   outl i e rs   from   la rge   da t a   set , ”   SIGMO D   Re cord   ( ACM   Spec ia l   Inte rest   Gr oup   on   Ma nageme nt   of   Data) ,   vol.   29,   no.   2,   pp.   427 - 438,   Ma y .   2000,     doi:   10 . 1145/33 5191. 335437.     [5]     E.   M.   Knox   and   R.   T.   Ng,   “ Algorit hm s   for   m ini ng   dista nce   b ase d   outl ie rs   in   l arg e   dat as et , ”   i n   Pr oce ed ings   of   the   Inte rnational   Co nfe renc e   on   Ve r y   Lar ge   Data   Ba ses ,   1998 ,  pp.   39 2 - 403.   [6]     M.   M.   Br euni g,   H. - P.   Kri ege l ,   R.   T.   Ng   and   J.   Sander ,   “ LOF:   ide nt if y ing   den sit y - b ase d   loc a l   outl i ers, ”   ACM   SIGMO D   Re cor d ,   vol .   29 ,   no .   2,   pp.   93 - 104 ,   June .   2000 ,   doi :  10 . 1 145/335191. 335 388.     [7]     J.   Ha,   S.   Seok   and   J. - S.   Lee,   “A   pre ci se   ran k i ng   m et hod   for   outl ie r   d etec t ion , ”   Information   S ci en ce s ,   vol .   32 4,     pp.   88 - 107 ,   De c.   2015,   doi :  10. 10 16/j . ins . 2015. 06 . 030.     [8]     A.   Dane shpaz h ouh   and   A.   Sa m i,   “ Ent rop y - ba sed   outl i er   de tecti on   using   s emi - supervise d   ap proa ch   with   fe w   positi ve   exa m ples , ”   Pa ttern   Reco gnit ion   Le tters ,   vol.   49 ,   pp .   77 - 8 4,   Nov.   2014,   do i :  10 . 1016/j.pa tr ec . 2014 . 06. 012 .     [9]     J.   Gao,   H.   Chen g   and   P. - N.   Ta n ,   “ Sem i - supervise d   outl i er   de te c t ion, ”   in   Proceed ings   of   the   ACM   Symposium   on   Appl ie d   Computi ng ,   pp .   635 - 636 ,   ACM ,   Dijon ,   Fr anc e ,   Apri l   2006 ,   doi :  10 . 1145/1 141277. 1141421 .     [10]     Z.   Xue ,   Y.   Sha ng,   and   A.   Fen g,   “ Sem i - supervise d   outl i er   d et e ct ion   b ase d   on   f uzzy   rough   C - m ea ns   cl ust eri ng , ”   Mathe mati cs   and   Computers   in   Simulat io n ,   vol.   80,   no.   9,   pp.   1911 - 1921,   Ma y .   2010,   doi :  10. 1016/j.m at co m . 2010. 02. 007 .     [11]     P.   V.   Am oli ,   T.   Ham al ai nen ,   G.   David,   M.   Zol ot ukhin,   and   M.   M irz amoham m ad,   “ Uns uper vised   net work   int rusion   det e ct ion   s y s tem s   for   ze ro - day   fast - spre adi ng   at tacks   and   bo tne ts, ”   Inte rnat i onal   Journal   of   Digit al   Conte n t   Technol ogy   and   Its   Applications ,   vol.   10 ,   no .   2,   pp .   1 - 13 ,   2016 .     [12]     A.   Bohara ,   U.   T hakor e,   and   W.   H.   Sander s,   “ Intrusion   det ection   in   ent erp r ise   s y s te m s   by   combini ng   and   cl uster in g   dive rse   m onit or   dat a , ”   in   Procee dings   of   the   Sym posium   and   Boot camp   on   the   S cienc e   of   Sec uri ty ,   Pitt sburgh,   PA,   USA,   2016,   pp.   7 - 16,   doi :  10 . 11 45/2898375. 289 8400 .     [13]     A.   L.   Buc za k   an d   E.   Guven,   “A   surve y   of   d at a   m ini ng   and   m achine   l ea rning   m et hods   for   c y ber   sec urity   int rusi on   det e ct ion , ”   I E EE   Comm unications   Surve ys   Tutor ial s ,   vol.   18,   no .   2,   pp.   11 53 - 1176,   2016 ,     doi :   10 . 1109/CO MS T. 2015. 2494 502.     [14]     A.   Nisioti,   A.   M y lona s ,   P.   D.   Yoo,   and   V.   Katos,   “ From   int rusion   d et e ct ion   to   a tt a ck er   attribu ti on:   A   comprehe nsive   surve y   of   unsu per vised   m et ho ds,”   IEEE   Comm unic ati ons   Su rve ys   Tutor ial s ,   vol.   20,   no .   4,     pp.   3369 - 3388 ,   2018,   doi :   10 . 11 09/COMS T. 2018. 2854724.     [15]     J.  S.   Kee rta n,   Y .   Naga sai   and   S.   Shaik,   “ Mac hi ne   Le arn ing   Algorit hm s   for   Oil   Price   Predic ti o n, ”   Inte rnat iona l   Journal   of   Innov ati v e   Techno log y   and   Ex p loring   Engi ne ering ,   vol .   8 ,   no . .   8,   pp.   95 8 - 963,   June .   201 9.     [16]     htt ps:// d igi t al.a h rq. gov/key - topi c s/arc hi te c ture - h e al th - it     [17]     C .   Isakss on,   M .   H.   Dunham ,   “A   Com par at ive   Stu d y   of   Out li er   De te c ti on   Algori th m s,”   Mac hine   L earning   and   Data   Mini ng   in   Pa ttern   Recogni t ion ,   v ol .   5632 ,  pp   440 - 453,   2009 ,   doi : 10.1007/ 978 - 3 - 6 42 - 03070 - 3_33 .     [18]     S .   Shaik   and   U .   Ravi b abu,   “ Clas sific at ion   of   E MG   Signal   Ana l y sis   b ase d   on   Curvel e t   Tr ansf orm   and   Rando m   Forest   tre e   Met hod, ”   Journal   of   Theoreti cal   and   Appl ie d   Inf orm ati on   Technol ogy   ( JA TIT) ,   v ol.   95,   no.   24 ,     pp.   6856 - 6866 ,   Dec .   2017.     [19]     R.   Bekke rm an,   M.  Bil enko,   and   J.   La ngford,   “ Scal ing   up   machi ne   le arning:   Parall el   and   distrib ute d   approache s ,”   Cambr idge   Univ ersity   Press,   Ca mbr idge ,   2012 .     [20]     R.   Vijay a   Kum ar   Redd y   and  U.   Ravi   Babu ,  “A   Revi ew   on   Cla ss ifi c at ion   T ec hniqu es   in   Mac hin e   Learni ng , ”   Inte rnational   Jo urnal  of Adv an c e  R ese arch  in  S c ie nc e  And   Eng in ee ring ,   vol .   7,   n o.   3,   Mar ch   201 8.     [21]     M .   Alam,   "St at ist ical  techn ique s  for  anomal y   detec ti o n",  Septe m ber   2020.   [Online ] .   Avail able:   htt ps:// towar dsdata sc ie nc e.com/stat ist ical - t ec hniq ues - for - anomal y - det e ct ion - 6 ac 89 e32d17a   [22]     J .   Jos eph,   "H ow  to  det e ct   out li ers   using  par ametr i c  and  non - par am et ri c  m et hods:  Part  I",  2019.   [On li ne] .   Available:  htt ps:// cl ev ertap.com /bl og/how - to - det e ct - out li ers - u sing - par ametr i c - m et hods - and - n on - par ametr i c - m et hods/   [23]     J.   Ranj an   Seth i,   "S tud y   of  Distanc e - B ase d   Outli er  D et e ction  Methods",   June  2013.   [O nli ne] .   Avai la bl e:   htt ps:// cor e . a c. u k/downloa d/pdf/53189702.pdf   [ 2 4 ]     G .  Kum ar  Jha,   N .   Kum ar,   P .   Ra nja n  and  K.  G.  Sharm a, "  Dens ity   Based  Outli er  Detect ion  (DBO D)  in  Data   Mining:   A  Novel  Appro ac h",   Rece n t  Ad vanc es  in  Mathem ati cs,   Stat ist ic s   and  Computer  Sci en ce,   pp.   403 - 412,   2016.   doi:   10. 1142/978981 4704830_0037   [ 2 5 ]     A .   C h r i s t y,   G .   M e e r a   G a n d h i   a n d   S.   V a i t h ya s u b r a m a n i a n ,   “ C l u s t e r   B a s e d   O u t l i e r   D e t e c t i o n   A l g o r i t h m   F o r   H e a l t h c a r e   D a t a , ”   I S B C C - 1 5 ,   P r o c e d i a   C o m p u t e r   S c i e n c e ,   v o l .   50,   pp.   209 - 2 1 5 ,   2015,   d o i :  1 0 . 1 0 1 6 / j . p r o c s . 2 0 1 5 . 0 4 . 0 5 8 .     [26]     S .   Hawkins,   H .   He  and   G .   W i ll ia m s   and   R .   Baxt er ,   ” Outlier   Dete ction   Us ing   Repl icator   Ne ura l   Networks , ”   Proce ed ings   of   the   4th   Inte rnat ional   Confe ren c e   on   Data   War ehousing   and   Knowle dge   Disco ve ry ,   Sept ember  2002,   pp .   170 - 1 80,   doi :  10 . 1007 /3 - 540 - 46145 - 0_ 17 .   Evaluation Warning : The document was created with Spire.PDF for Python.