手动计算LOF异常检测算法

原创 小伍哥

收录于合集#异常检测17个

LOF这个算法，我之前转载过一篇文章，并且网上写的也很多，各种文章的介绍，都是很多圈圈，我是看着看着，就蒙圈了，初学者很难理解里面的各种距离和转换，我今天换个角度讲讲，希望能帮助大家理解。这个算法非常简单，总结一句话：就是找邻居，然后加减乘除就完了。

一、LOF与KNN的关系？

在scikit-learn库里面，把这个算法放在了KNN这个系列，其实就是简单的距离计算。简单说：就是一个点的密度，与邻居的平均密度比，某个点的密计算，与其K个邻居有关。所以，我们只要理解一个点的密度怎么算就行了

二、LOF相关的定义

先讲几个基本概念，看不懂没关系，先看下面的案例，结合起来就很轻松的能看懂了。

1、可达距离

一个点的密度怎么计算呢？首先就是找到每个点的K个邻居。初步理解就是这个点的K个邻居到这个点的距离的平均值。有两个点要注意，第一是计算邻居到该点的距离，第二个是取平均。上面的理