我正在使用 LOF（本地异常值因子）来检测数据中的异常值。我得到 LOF 分数作为离群距离。这种无监督学习无助于在运行时检测异常值。所以我想用我的数据点和 LOF 分数来建立一个监督模型[回归/分类]。
我的问题是哪一个应该是
1）分类（取 LOF 分数的截止值并在具有二进制变量之后，建立分类模型）并使用此分类模型在运行时预测异常值。
甚至在运行时如何使用任何聚类/异常检测（使用聚类）？任何指导都会有所帮助。
在运行时使用局部异常值因子分数来检测异常值
数据挖掘
聚类
异常检测
离群值
2022-02-26 22:25:03
2个回答
您应该找到 LOF 分数的适当阈值，高于该阈值的点将被视为异常值。通常，分数低于 1 的点被认为是正常的（非异常值），但高于 1 的阈值将点视为异常值取决于数据集。
如果您有一个带有异常点标记的数据集，那么您可以使用它来微调阈值，以便在误报率（标记为异常点的点之外，正常点的分数）之间获得可接受的折衷，和召回（在所有实际异常值中，被标记为异常值的部分）。
在运行时，如果新点被添加到您的数据集中，那么点之间的局部密度和 LOF 分数可能会发生变化，并且应该重新计算这些。但是，您确定为最佳的 LOF 分数阈值应继续适用，并且仅需要在更长的时间段内重新访问。
您可以在线使用 LOF。
对于所有训练数据，计算并存储值lrd。
当你得到一个新样本时，找到它的邻居。根据与邻居及其孩子的距离，您可以估计新数据点的 LOF。
如果您现在加倍努力来更新现有点的 lrd 值，那么您将获得可更新的 LOF。但这可能不值得付出努力。
Pokrajac, D.、Lazarevic, A. 和 Latecki, LJ（2007 年 3 月）。数据流的增量局部异常值检测。在计算智能和数据挖掘中，2007 年。CIDM 2007 年。IEEE 研讨会（第 504-515 页）。IEEE。