異常檢測

異常檢測的實(shí)質(zhì)是尋找觀測值和參照值之間有意義的偏差。數(shù)據(jù)庫中的數(shù)據(jù)由于各種原因常常會包含一些異常記錄，對這些異常記錄的檢測和解釋有很重要的意義。異常檢測目前在入侵檢測、金融欺詐、股票分析等領(lǐng)域都有著比較好的實(shí)際應(yīng)用效果。

離群點(diǎn)檢測

?離群點(diǎn)檢測是異常檢測中最常用的方法之一。離群點(diǎn)檢測的主要目的是為了檢測出那些與正常數(shù)據(jù)行為或特征屬性差別較大的異常數(shù)據(jù)或行為，在一些文獻(xiàn)中，這些數(shù)據(jù)和行為又被叫做孤立點(diǎn)、噪音、異常點(diǎn)或離群點(diǎn)，這些叫法中離群點(diǎn)的叫法較為普遍。

離群點(diǎn)檢測算法分類

基于統(tǒng)計(jì)的離群檢測方法

基于聚類的離群檢測方法

基于分類的離群檢測方法

基于距離的離群檢測方法（LOF算法）

基于密度的離群檢測方法

基于信息熵的離群檢測方法

LOF簡介

LOF算法（Local Outlier Factor）? ?Local Outlier Factor ：局部離群因子，是一種基于距離的離群點(diǎn)檢測算法。

---

---

---

---

---

總結(jié)

以上是生活随笔為你收集整理的离群点检测算法——LOF（Local Outlier Factor）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。