Machine learning 数据复杂性度量

当我们努力解释机器学习算法的准确性时，许多作者建议从数据的复杂程度开始

我正在研究数据复杂性度量，例如：类可分性、重叠和离群值度量，它们会影响分类器的性能

例如，若类是更可分离的，那个么分类器的精度也会提高，并且分类器花费的时间更少

我想计算数据集中每个数据点的离群值度量，并将这些度量结合起来，为数据集中的离群值创建一个度量。如何使用k近邻或k均值聚类技术计算离群值。

---

Thanx提前..

使用什么语言和框架？我想这个问题属于我们，我们有一个不同类别的数据集，比如：医疗、软件工程、机械数据集等等。语言不是一个简单的问题，但你打算如何解析数据集并处理它们？你会使用MATLAB或类似的科学程序提供很多计算逻辑吗？如果语言不是一个条形，你问的是？是的，我正在请求算法寻找异常值。如果是首选的，那么C++