Machine learning
عامل الشذوذ المحلي (LOF)
عامل الشذوذ المحلي (LOF) هو خوارزمية غير خاضعة للإشراف للكشف عن الشذوذ تعتمد على الكثافة، قدمها Breunig و Kriegel و Ng و Sander في عام 2000. وهي تُسند لكل نقطة بيانات درجة شذوذ مستمرة تُقَيِّم مدى انعزال تلك النقطة بالنسبة لجوارها المحلي، مما يتيح اكتشاف الشذوذ الذي تفشل فيه الطرق الشاملة لأنها تندمج في تجمعات كثيفة في أماكن أخرى من الفضاء.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Breunig, M. M., Kriegel, H.-P., Ng, R. T., & Sander, J. (2000). LOF: Identifying density-based local outliers. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 93–104. DOI: 10.1145/335191.335388 ↗
- Aggarwal, C. C. (2017). Outlier Analysis (2nd ed., Ch. 4). Springer. ISBN: 978-3-319-47577-6
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 14). Springer. ISBN: 978-0-387-84857-0
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Local Outlier Factor (LOF): Density-Based Anomaly Detection. ScholarGate. https://scholargate.app/ar/machine-learning/local-outlier-factor
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- المُشَفِّر التلقائيالتعلم العميق↔ compare
- DBSCANتعلم الآلة↔ compare
- غابة العزلتعلم الآلة↔ compare
- آلة المتجهات الداعمة أحادية الفئةتعلم الآلة↔ compare