LOF离群点算法，可用，有备注。

这篇文章对LOF算法进行了详细的描述， 并用Python语言做了具体的实现，此外给出了详尽的例子和绘图，想要了解该算法的tx可以下载本文，值得推荐！

生物LOF：2020年年度报告.PDF

看CSDN这里没有人分享，就从Github上搬过来了，侵删 Summary: Calculates local outlier factor for each sample in test dataset according to training data Notes: It is assumed that data is normalized appropriately and categorical features in data are converted to continuous values. Please see functions under dataset folder for this purpose.

基于密度的局部异常因子检测方法对局部离 群点有极高的灵敏性，若检测对象中不存在离群 点， 各对象的 LOF 数值近似等于 1， 若存在离群点， 则离群点的LOF数值随离群程度的增大而增大

基于密度剔除噪声点和异常数据 局部离群因子 表示点p的邻域点Nk(p)Nk(p)的局部可达密度与点p的局部可达密度之比的平均数。 如果这个比值越接近1，说明p的其邻域点密度差不多，p可能和邻域同属一簇；如果这个比值越小于1，说明p的密度高于其邻域点密度，p为密集点；如果这个比值越大于1，说明p的密度小于其邻域点密度，p越可能是异常点。

LOF算法：剔除异常值，用于数据量不大，使用简单，并具有可视化功能，可将异常数据在图上显示出来，方便耐用。。。。所需积分不知道为啥被提高了，在此重新改一下传

LOF算法：剔除异常值，用于数据量不大，使用简单，并具有可视化功能，可将异常数据在图上显示出来

Local Outlier Factor(LOF算法matlab程序)，常用于离群点检验，异常值剔除等应用中

LOF异常检测算法一维DEMO, 找了好久没有找到，自己写了一个，可以帮助理解概念