Yerel Aykırı Faktör (LOF) algılama analizi için k-değeri seçme

Üç boyutlu veri kümesi var ve en benzersiz veya garip değerleri belirlemek için yerel aykırı faktör analizi kullanmaya çalışıyorum. LOF analizinde kullanılacak k-değerine nasıl karar verilir? K-değerinin ne belirlediğini anlıyorum ve bu yüzden farklı k'ler kullanarak biraz farklı sonuçlar gördüğüme şaşırmadım, ancak veri setimin beni başkaları üzerinde bir değere doğru itmesi gereken özellikler olup olmadığından emin değilim . Teşekkürler!

Bunu gelecekte sorumla karşılaşan herkes için yayınlamak - yerel aykırı faktör algoritmasını tanımlayan orijinal makale, "LOF: Yoğunluğa Dayalı Yerel Aykırı Değerleri Tanımlamak" (Breunig ve ark.), Bir k-değeri seçme yöntemi önerir . Bir hatırlatma olarak, LOF algoritması her bir noktanın yoğunluğunu kendi yoğunluğuyla karşılaştırır.$k$- en yakın komşular. Makalenin yazarları, en az$k$ ve maksimum $k$ve her nokta için, her biri için maksimum LOF değerini alarak $k$o aralıkta. Sınırları seçmek için çeşitli yönergeler sunarlar.

Minimum değer için, LOF değerleri, eşit dağılımdaki noktaları çılgınca dalgalandırır. $k<10$, eşit dağılımlı noktalar bazen aykırı değerler olarak gösterildiğinden, en azından $min(k)=10$. İkincisi, minimum$k$-değer, bir şeyin "küme" olarak kabul edilmesi için minimum boyut olarak işlev görür, böylece noktalar bu kümeye göre aykırı değerler olabilir. Eğer$k=15$ve bir grup var $12$ puan ve bir puan $p$, gruptaki her nokta şunları içerecektir $p$ en yakın komşularında ve $p$bu noktaları içerecek ve çok benzer LOF'lara sahip olmalarını sağlayacaktır. Yani bir grubun yakınındaki bir noktayı$N$ bu grubun bir parçası olmaktan ziyade bir aykırı değer olarak k değerinizin en azından $N$.

Maksimum değer için, benzer bir ölçüt uygulanır, çünkü birlikte kümelenmişse aykırı olarak değerlendirilmesini istediğiniz maksimum nesne sayısı olmalıdır. Bir grup$N$ ana kümeden izole edilen nesneler bir küme olabilir veya $N$komutlar; için$k<N$, onlar ilk olacak; için$k>N$, ikinci olacaklar.

Umarım bu benzer bir sorunu olan herkese yardımcı olur. Makalenin tamamı buradadır ve maks / min k-değerleri tartışması sayfa 7'de başlar ve sayfa 9'a kadar devam eder.$k$değeri MinPts olarak .)