| http://dbpedia.org/ontology/abstract
|
Der Local Outlier Factor (LOF, etwa „Lokal … Der Local Outlier Factor (LOF, etwa „Lokaler Ausreißerfaktor“) ist ein Algorithmus zur Erkennung von dichtebasierten Ausreißern, der von Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng und im Jahr 2000 vorgeschlagen wurde.Die Kernidee von LOF besteht darin, die Dichte eines Punktes mit den Dichten seiner Nachbarn zu vergleichen. Ein Punkt, der „dichter“ ist als seine Nachbarn, befindet sich in einem Cluster. Ein Punkt mit einer deutlich geringeren Dichte als seine Nachbarn ist hingegen ein Ausreißer. LOF hat viele Konzepte gemeinsam mit den Clusteranalyse-Algorithmen DBSCAN und OPTICS.steranalyse-Algorithmen DBSCAN und OPTICS.
, Dalam , faktor pencilan setempat (bahasa I … Dalam , faktor pencilan setempat (bahasa Inggris: local outlier factor, disingkat LOF) adalah algoritme untuk mencari titik-titik data yang menyimpang (anomali) dengan mengukur simpangan setempat tiap titik data terhadap para tetangganya. Algoritme ini diusulkan oleh Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng, dan Jörg Sander pada tahun 2000. LOF menggunakan konsep yang sama dengan dan , yaitu konsep "jarak inti" dan "jarak keterjangkauan" yang sering dipakai dalam perkiraan kerapatan setempat.ipakai dalam perkiraan kerapatan setempat.
, 異常検知における局所外れ値因子法（きょくしょはずれちいんしほう、英: local o … 異常検知における局所外れ値因子法（きょくしょはずれちいんしほう、英: local outlier factor, LOF）は Markus M. Breunig、、Raymond T. Ng、Jörg Sander によって2000年に提案されたアルゴリズムで、任意のデータ点での、近傍点に対する局所的な変動を測ることによって異常を発見するものである。 局所外れ値因子法は、コア距離（core distance）や到達可能性距離（reachability distance）等の概念をDBSCANやといったアルゴリズムと共有しており、これらは局所密度の推定に用いられる。BSCANやといったアルゴリズムと共有しており、これらは局所密度の推定に用いられる。
, Локальный уровень выброса является алгорит … Локальный уровень выброса является алгоритмом в выявлении аномалий, который предложили Маркус М. Бройниг, Ганс-Петер Кригель, Реймонд Т. Нг и Ёрг Сандер в 2000 году для нахождения аномальных точек данных путём измерения локального отклонения данной точки с учётом её соседей. Локальный уровень выброса имеет общие концепции с DBSCAN и OPTICS, такие как понятия «основное расстояние» и «достижимое расстояние», которые используются для оценки локальной плотности.пользуются для оценки локальной плотности.
, In anomaly detection, the local outlier fa … In anomaly detection, the local outlier factor (LOF) is an algorithm proposed by Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng and Jörg Sander in 2000 for finding anomalous data points by measuring the local deviation of a given data point with respect to its neighbours. LOF shares some concepts with DBSCAN and OPTICS such as the concepts of "core distance" and "reachability distance", which are used for local density estimation.ich are used for local density estimation.
|
| http://dbpedia.org/ontology/thumbnail
|
http://commons.wikimedia.org/wiki/Special:FilePath/LOF-idea.svg?width=300 +
|
| http://dbpedia.org/ontology/wikiPageID
|
27321681
|
| http://dbpedia.org/ontology/wikiPageLength
|
13013
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1122728504
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Category:Data_mining +
, http://dbpedia.org/resource/Ensemble_learning +
, http://dbpedia.org/resource/Usability +
, http://dbpedia.org/resource/File:LOF.svg +
, http://dbpedia.org/resource/File:Reachability-distance.svg +
, http://dbpedia.org/resource/File:LOF-idea.svg +
, http://dbpedia.org/resource/OPTICS_algorithm +
, http://dbpedia.org/resource/Category:Machine_learning_algorithms +
, http://dbpedia.org/resource/Hans-Peter_Kriegel +
, http://dbpedia.org/resource/Outlier +
, http://dbpedia.org/resource/Distance +
, http://dbpedia.org/resource/Quotient +
, http://dbpedia.org/resource/Anomaly_detection +
, http://dbpedia.org/resource/Network_intrusion_detection_system +
, http://dbpedia.org/resource/Category:Statistical_outliers +
, http://dbpedia.org/resource/DBSCAN +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Math +
, http://dbpedia.org/resource/Template:Mset +
, http://dbpedia.org/resource/Template:Machine_learning +
, http://dbpedia.org/resource/Template:= +
, http://dbpedia.org/resource/Template:Abs +
, http://dbpedia.org/resource/Template:Sfrac +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Data_mining +
, http://dbpedia.org/resource/Category:Statistical_outliers +
, http://dbpedia.org/resource/Category:Machine_learning_algorithms +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Algorithm +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Local_outlier_factor?oldid=1122728504&ns=0 +
|
| http://xmlns.com/foaf/0.1/depiction
|
http://commons.wikimedia.org/wiki/Special:FilePath/Reachability-distance.svg +
, http://commons.wikimedia.org/wiki/Special:FilePath/LOF-idea.svg +
, http://commons.wikimedia.org/wiki/Special:FilePath/LOF.svg +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Local_outlier_factor +
|
| owl:sameAs |
https://global.dbpedia.org/id/3bGR9 +
, http://rdf.freebase.com/ns/m.0bxz3b9 +
, http://id.dbpedia.org/resource/Faktor_pencilan_setempat +
, http://sr.dbpedia.org/resource/Faktor_lokalnih_neobi%C4%8Dnih_vrednosti +
, http://vi.dbpedia.org/resource/Nh%C3%A2n_t%E1%BB%91_ngo%E1%BA%A1i_lai_c%E1%BB%A5c_b%E1%BB%99 +
, http://yago-knowledge.org/resource/Local_outlier_factor +
, http://www.wikidata.org/entity/Q387942 +
, http://dbpedia.org/resource/Local_outlier_factor +
, http://fa.dbpedia.org/resource/%D9%81%D8%A7%DA%A9%D8%AA%D9%88%D8%B1_%D9%BE%D8%B1%D8%AA%DB%8C_%D9%85%D8%AD%D9%84%DB%8C +
, http://ja.dbpedia.org/resource/%E5%B1%80%E6%89%80%E5%A4%96%E3%82%8C%E5%80%A4%E5%9B%A0%E5%AD%90%E6%B3%95 +
, http://sh.dbpedia.org/resource/Faktor_lokalnih_neobi%C4%8Dnih_vrednosti +
, http://ru.dbpedia.org/resource/%D0%9B%D0%BE%D0%BA%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D1%83%D1%80%D0%BE%D0%B2%D0%B5%D0%BD%D1%8C_%D0%B2%D1%8B%D0%B1%D1%80%D0%BE%D1%81%D0%B0 +
, http://de.dbpedia.org/resource/Local_Outlier_Factor +
|
| rdf:type |
http://dbpedia.org/class/yago/Whole100003553 +
, http://dbpedia.org/class/yago/Resident110523519 +
, http://dbpedia.org/ontology/Software +
, http://dbpedia.org/class/yago/Inhabitant109620078 +
, http://dbpedia.org/class/yago/Person100007846 +
, http://dbpedia.org/class/yago/YagoLegalActorGeo +
, http://dbpedia.org/class/yago/YagoLegalActor +
, http://dbpedia.org/class/yago/PhysicalEntity100001930 +
, http://dbpedia.org/class/yago/WikicatStatisticalOutliers +
, http://dbpedia.org/class/yago/Outlier110387836 +
, http://dbpedia.org/class/yago/CausalAgent100007347 +
, http://dbpedia.org/class/yago/Object100002684 +
, http://dbpedia.org/class/yago/Organism100004475 +
, http://dbpedia.org/class/yago/LivingThing100004258 +
|
| rdfs:comment |
Локальный уровень выброса является алгорит … Локальный уровень выброса является алгоритмом в выявлении аномалий, который предложили Маркус М. Бройниг, Ганс-Петер Кригель, Реймонд Т. Нг и Ёрг Сандер в 2000 году для нахождения аномальных точек данных путём измерения локального отклонения данной точки с учётом её соседей. Локальный уровень выброса имеет общие концепции с DBSCAN и OPTICS, такие как понятия «основное расстояние» и «достижимое расстояние», которые используются для оценки локальной плотности.пользуются для оценки локальной плотности.
, Dalam , faktor pencilan setempat (bahasa I … Dalam , faktor pencilan setempat (bahasa Inggris: local outlier factor, disingkat LOF) adalah algoritme untuk mencari titik-titik data yang menyimpang (anomali) dengan mengukur simpangan setempat tiap titik data terhadap para tetangganya. Algoritme ini diusulkan oleh Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng, dan Jörg Sander pada tahun 2000. LOF menggunakan konsep yang sama dengan dan , yaitu konsep "jarak inti" dan "jarak keterjangkauan" yang sering dipakai dalam perkiraan kerapatan setempat.ipakai dalam perkiraan kerapatan setempat.
, Der Local Outlier Factor (LOF, etwa „Lokal … Der Local Outlier Factor (LOF, etwa „Lokaler Ausreißerfaktor“) ist ein Algorithmus zur Erkennung von dichtebasierten Ausreißern, der von Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng und im Jahr 2000 vorgeschlagen wurde.Die Kernidee von LOF besteht darin, die Dichte eines Punktes mit den Dichten seiner Nachbarn zu vergleichen. Ein Punkt, der „dichter“ ist als seine Nachbarn, befindet sich in einem Cluster. Ein Punkt mit einer deutlich geringeren Dichte als seine Nachbarn ist hingegen ein Ausreißer. LOF hat viele Konzepte gemeinsam mit den Clusteranalyse-Algorithmen DBSCAN und OPTICS.steranalyse-Algorithmen DBSCAN und OPTICS.
, 異常検知における局所外れ値因子法（きょくしょはずれちいんしほう、英: local o … 異常検知における局所外れ値因子法（きょくしょはずれちいんしほう、英: local outlier factor, LOF）は Markus M. Breunig、、Raymond T. Ng、Jörg Sander によって2000年に提案されたアルゴリズムで、任意のデータ点での、近傍点に対する局所的な変動を測ることによって異常を発見するものである。 局所外れ値因子法は、コア距離（core distance）や到達可能性距離（reachability distance）等の概念をDBSCANやといったアルゴリズムと共有しており、これらは局所密度の推定に用いられる。BSCANやといったアルゴリズムと共有しており、これらは局所密度の推定に用いられる。
, In anomaly detection, the local outlier fa … In anomaly detection, the local outlier factor (LOF) is an algorithm proposed by Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng and Jörg Sander in 2000 for finding anomalous data points by measuring the local deviation of a given data point with respect to its neighbours. LOF shares some concepts with DBSCAN and OPTICS such as the concepts of "core distance" and "reachability distance", which are used for local density estimation.ich are used for local density estimation.
|
| rdfs:label |
局所外れ値因子法
, Local outlier factor
, Faktor pencilan setempat
, Локальный уровень выброса
, Local Outlier Factor
|
