异常检测——ABOD（angle-based outlier detection）

论文：

Angle-Based Outlier Detection in High-dimensional Data，kdd2008

问题

高维度情况下，距离同质化。

基础：

1、在高维空间中角度比距离更稳定[1]
2、如果其他大部分的点都在相似的方向上，那么点O是个离群点
3、如果许多其他的点在不同的方向上，那么点O不是离群点。

方法

对于一个给定的点P，它与任意其他点x，y之间的角度构成一个谱图像angle spectrum。
谱的宽度表示异常点的分数。
图中，蓝色点为内部点，红色点为异常点。

Small ABOD => Outlier
High ABOD => no Outlier


在此基础上，作者还提出了FastABOD，LB-ABOD

实验结果

参考：
[1]Data Mining Anomaly Detection