Was ist LOF (Local Outlier Factor)?

Der Local Outlier Factor (LOF) ist ein Algorithmus zur Erkennung von Anomalien, der auf der Bewertung der lokalen Dichte der Daten basiert. Die Idee ist, dass Anomalien Punkte sind, die sich deutlich von ihren Nachbarn in der Dichte unterscheiden.

Funktionsprinzip:

• Für jeden Punkt wird die Dichte basierend auf den Abständen zu seinen nächsten Nachbarn berechnet.
• Dann wird die Dichte des Punktes mit den Dichten der Nachbarpunkte verglichen.
• Wenn die Dichte des Punktes deutlich niedriger ist als die der Nachbarn, gilt er als Ausreißer (Anomalie).

LOF ist nützlich, um lokale Anomalien zu erkennen, die bei einer globalen Analyse möglicherweise nicht sichtbar sind. Zum Beispiel in Daten über das Verhalten von Nutzern, bei denen eine Anomalie lokal im Vergleich zu einer bestimmten Gruppe sein kann.