Czym jest LOF (Local Outlier Factor)?

Lokalny Wskaźnik Odstępstwa (LOF) to algorytm wykrywania anomalii oparty na ocenie lokalnej gęstości danych. Idea polega na tym, że anomalie to punkty, które znacznie różnią się od swoich sąsiadów pod względem gęstości.

Zasada działania:

• Dla każdego punktu obliczana jest gęstość na podstawie odległości do najbliższych sąsiadów.
• Następnie porównuje się gęstość punktu z gęstościami sąsiadów.
• Jeśli gęstość punktu jest znacznie niższa niż u sąsiadów, jest on uznawany za odchylenie (anomalię).

LOF jest przydatny do wykrywania lokalnych anomalii, które mogą być niewidoczne przy analizie globalnej. Na przykład w danych o zachowaniu użytkowników, gdzie anomalia może być lokalna względem określonej grupy.