Local Outlier Factor (LOF)
Local Outlier Factor (LOF) là một thuật toán phát hiện bất thường không giám sát dựa trên mật độ, được giới thiệu bởi Breunig, Kriegel, Ng và Sander vào năm 2000. Nó gán cho mỗi điểm dữ liệu một điểm số bất thường liên tục, định lượng mức độ cô lập của điểm đó so với vùng lân cận cục bộ của nó, cho phép phát hiện các bất thường mà các phương pháp toàn cục bỏ lỡ vì chúng hòa lẫn vào các cụm dày đặc ở những nơi khác trong không gian.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Local Outlier Factor (LOF): Density-Based Anomaly Detection. ScholarGate. https://scholargate.app/vi/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.
- Bộ tự mã hóaHọc sâu↔ compare
- DBSCANHọc máy↔ compare
- Isolation ForestHọc máy↔ compare
- One-Class SVMHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →