국소 이상 인자

주변과 비교하기

가까운 이웃들을 찾고 도달 가능 거리에 기반한 국소 밀도를 구한다. 단순히 전체 자료의 평균 거리 하나를 사용하는 것은 아니다. 이웃의 국소 도달 가능 밀도를 현재 표본의 같은 밀도로 나눈 비율을 평균하면 원래 LOF를 얻는다. 이웃보다 밀도가 낮은 표본은 큰 비율을 가질 수 있다.

밀도 비율의 예

설명을 위해 한 표본의 국소 도달 가능 밀도가 0.5, 두 이웃의 밀도가 각각 1과 2라고 하자. 이웃과 표본의 밀도 비율은 2와 4이고 평균 LOF는 3이다. 현재 표본과 이웃의 밀도가 모두 2라면 비율 평균은 1이다. 이 수치는 밀도 비교의 계산 예이며 원래 좌표에서 밀도를 추정하는 과정까지 대신하지는 않는다.

국소적이라는 뜻

자료에 조밀한 덩어리와 성긴 덩어리가 함께 있어도, 성긴 덩어리 내부에서 이웃과 밀도가 비슷하면 반드시 큰 LOF가 되는 것은 아니다. 반대로 조밀한 덩어리 옆의 상대적으로 고립된 표본은 눈에 띌 수 있다. 비교할 이웃 수를 바꾸면 주변의 범위와 점수도 달라진다.

점수와 사용 조건

원래 LOF와 부호를 바꾼 도구의 출력은 큰 값의 의미가 반대일 수 있어 확인해야 한다. 학습 표본 안의 이상 탐지와 새 표본에 대한 신규성 탐지도 구분된다. 새 표본용 모드의 점수를 학습 표본에 그대로 적용하는 결과를 같은 평가로 취급해서는 안 된다. 거리와 특징 스케일, 문턱을 검토하고 실제 사례로 이상 여부를 확인한다.