r语言里lofaction的原理

Python014

r语言里lofaction的原理,第1张

本文结合R语言,展示了异常检测的案例,主要内容如下:

(1)单变量的异常检测

(2)使用LOF(local outlier factor,局部异常因子)进行异常检测

(3)通过聚类进行异常检测

(4)对时间序列进行异常检测

线图主要是通过四分位数描述数据分布,通过最大值,上四分位数,中位数,下四分位数,最小值五处位置描述数据分布情况。箱线图能够显示出可能为离群点(范围±1.5*IQR以外的值,IQR表示四分位距,即上四分位数与下四分位数的差值)的观测。从箱线图中,可以大致推断出数据的集中或离散趋势。

boxplot() 是一个泛型函数,目前支持两种参数类型:公式和数据。

x 参数为一个数值向量或者列表,若为列表则对列表中每一个子对象依次作出箱线图。

formula 为一个公式,比如 y ~ x。

data 参数为一个数据框或者列表。

na.action 参数是对NA值的操作,默认为忽略。

ann 参数为逻辑值,是否绘制坐标轴。

range 是一个延伸倍数,决定了箱线图的须延伸到什么位置。

width 设置箱子的宽度。

varwidth 为逻辑值,若为 TRUE,那么箱子的宽度与样本量的平方根成比例。

notch 决定了是否在箱子上画凹槽,可以用于比较两组数据的中位数是否有差异。

horizontal 是否水平放置箱线图。

add 参数设置是否将箱线图添加到现有图形上。

at 参数,当add为TRUE时,设置箱线图位置。

[1] https://www.sohu.com/a/220236877_434937

[2] https://zhuanlan.zhihu.com/p/144339417

[3] Robert I. Kabacoff (著). R语言实战(高涛/肖楠/陈钢 译). 北京: 人民邮电出版社.