摘要：
LOF算法算法介绍Local Outlier Factor（LOF）是基于密度的经典算法，也十分适用于anomaly detection的工作。 基于密度的离群点检测方法的关键步骤在于给每个数据点都分配一个离散度，其主要思想是：针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很密集 阅读全文
posted @ 2021-11-25 17:50
咖啡陪你
阅读(1122)
评论(0)
推荐(0)
摘要：
LOF(Local Outlier Factor)算法是基于密度的异常点检测算法，适合于高维数据检测。 核心思想离群点处的密度应该较邻域内其他点的密度小。 基本概念k距离：对于点p，将其他点与之距离进行从小到大排序，第k个即为k距离k距离邻域：到点p的距离小于等于k距离点，共k个可达距离：若到点p的 阅读全文
posted @ 2021-11-25 17:48
咖啡陪你
阅读(1510)
评论(0)
推荐(0)
摘要：
有三维数组array([[-2,4,3],[-2,5,4],[1,3,5],[-3,6,6],[5,7,6],[6,7,4]])，现在用PCA库函数实现降维，降到二维。1.输出降维后的特征2.打印输出所保留的2个成分各自的方差百分比。 打印输出各主成分的方差 import numpy as np f 阅读全文
posted @ 2021-11-25 17:45
咖啡陪你
阅读(256)
评论(0)
推荐(0)
浙公网安备 33010602011771号