LOF算法(Local Outlier Factor)

视频链接:https://www.bilibili.com/video/BV1W14y1Y7Sw

局部离群因子(Local Outlier Factor,LOF)算法

o3与C1、C2两类都距离很远,所以是全局离群点。

o1看上去合群,但距离C1 、C2都比较远,因此o1是局部离群点。

基于距离的异常值识别技术不能识别出o1,所以改用基于密度的异常值识别技术,例如LOF。

LOF是无监督的异常检测技术,它为每个点分配一个LOF分数。将该分数与 设定的阈值相比较可以判断是异常值还是非异常值。

介绍6个术语。

比较LOF 分数和阈值,当LOF分数大于阈值是,为离群点。

算法步骤总结:按公式依次计算,得到最终需要的LOF score,与threshold比较大小。

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值