異常檢測

異常檢測的實質是尋找觀測值和參照值之間有意義的偏差。數據庫中的數據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、股票分析等領域都有著比較好的實際應用效果。

離群點檢測

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

離群點檢測算法分類

基于統計的離群檢測方法

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檢測算法。

---

---

---

---

---

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。