Faktori Lokal i Anomalive (LOF)
Faktori Lokal i Anomalive (LOF) është një algoritëm i pakontrolluar për zbulimin e anomalive, i bazuar në dendësi, i prezantuar nga Breunig, Kriegel, Ng dhe Sander në vitin 2000. Ai i cakton çdo pike të dhënash një rezultat të vazhdueshëm anomalie që cuantifikon sa e izoluar është ajo pikë në krahasim me lagjen e saj lokale, duke mundësuar zbulimin e anomalive që metodat globale i humbasin sepse ato përzihen në grupe të dendura diku tjetër në hapësirë.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Local Outlier Factor (LOF): Density-Based Anomaly Detection. ScholarGate. https://scholargate.app/sq/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.
- AutoencoderMësimi i thellë↔ compare
- DBSCANMësimi i makinës↔ compare
- Isolation ForestMësimi i makinës↔ compare
- SVM me një klasëMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →