लोकल आउटलायर फैक्टर (LOF)
लोकल आउटलायर फैक्टर (LOF) एक घनत्व-आधारित, अनसुपरवाइज्ड विसंगति पहचान एल्गोरिथम है जिसे 2000 में Breunig, Kriegel, Ng, और Sander द्वारा प्रस्तुत किया गया था। यह प्रत्येक डेटा बिंदु को एक सतत आउटलायर स्कोर प्रदान करता है जो मापता है कि वह बिंदु अपने स्थानीय पड़ोस के सापेक्ष कितना अलग-थलग है, जिससे उन विसंगतियों का पता लगाना संभव हो जाता है जिन्हें वैश्विक विधियाँ चूक जाती हैं क्योंकि वे अंतरिक्ष में अन्यत्र सघन समूहों में मिल जाती हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Local Outlier Factor (LOF): Density-Based Anomaly Detection. ScholarGate. https://scholargate.app/hi/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.
- ऑटोएन्कोडरगहन अधिगम↔ compare
- DBSCANमशीन अधिगम↔ compare
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare