局部离群因子（Local Outlier Factor）算法

离群点检测概述

离群点是观察的数据集中明显异常的数据点，或者说，离群点的数据分布与数据集的整体分布不同。离群点检测的目的是检测出那些与正常数据差别较大的数据点，然后根据具体的问题作进一步处理。针对故障诊断问题，该方法可识别偏离正常状态的对象。

说明：
1)离群点不同于噪声，非噪声点也可能离群，噪声应该在离群点检测前完成去除。

2)离群点检测算法的评价指标同二分类，可使用正确率(Accuracy)、查准率(Precision)、查全率(Recall)、F值(F1-scores)等指标进行评估，或者用ROC图。

以上转自https://blog.csdn.net/Albert201605/article/details/118341478

LOF算法原理

局部离群因子LOF是用于表征被检测点的离群程度，即LOF越大，离群越明显。
假设点集X，$\forall p\in X$，点p的LOF记为
$$LO{F}_m\left(p\right)=\frac{1}{\left|N_m\left(p\right)\right|}\sum _{o\epsilon N_m\left(p\right)}\frac{lr{d}_m(o)}{lr{d}_m(p)}$$
其中，$N_m(p)$是点p的m个最近邻所组成的点集（注：当距离升序第m个点和m+1,m+2,…相等时，$N_m(p)$将包含这些点，即该邻域点集中点个数$|N_m(p)|\ge m$）。
$lr{d}_m(p)$是p点的局部可达密度（local reachable density）：
$$lr{d}_m(p)=1/(\frac{{\sum }_{o\epsilon N_m\left(p\right)}r{d}_m(p,o)}{|N_m(p)|})$$
$r{d}_m(p,o)$为p点相对于o点的可达距离：
r d m ( p , o ) = m a x { d m ( o ) , d ( p , o ) } rd_m(p,o)=max\{d_m(o),d(p,o)\} rdm​(p,o)=max{dm​(o),d(p,o)}
其中，$d_m(o)$是o点的m-距离，即o点和其第m个最近邻的距离，$d(p,o)$是p点和o点的距离。此处，对距离的定义通常采用欧式距离。
下图，以m=5为例，点p的邻域包含6个点。因为第5最近邻和第6最近邻点距离相等。

下图表述$p$点相对于$o_1$和$o_2$的可达距离。$p$到$o_1$的距离大于$o_1$的第5-距离，$r{d}_5(p,o_1)=d(p,o_1)$。同理，$r{d}_5(p,o_2)=d_5(o_2)$。

LOF算法流程

节选自论文Chen Z, Xu K, Wei J, et al. Voltage fault detection for lithium-ion battery pack using local outlier factor[J]. Measurement, 2019, 146: 544-556.
编号对应前面公式。