« Facteur de valeur aberrante locale » : différence entre les versions


(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Local outlier factor ''' In anomaly detection, the local outlier fa... »)
 
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
En [[détection d'anomalies]], approche dans laquelle une [[valeur aberrante]] est mesurée en utilisant un facteur de valeur aberrante locale, qui est le rapport entre la densité locale de ce point et la densité locale de son voisin le plus proche.


== Définition ==
Le point de données dont le facteur de valeur aberrante locale est élevé est déclaré comme aberrant.
XXXXXXXXX


== Français ==
== Français ==
''' XXXXXXXXX '''
'''facteur de valeur aberrante locale'''
 
'''facteur local aberrant'''
 
'''facteur local d’anomalie'''


== Anglais ==
== Anglais ==
''' Local outlier factor '''
'''local outlier factor'''


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.[1]
'''LOF'''


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.[2]


<small>
<small>
[https://hal.archives-ouvertes.fr/tel-03137163/document  Source : Inès Ben Kraiem. ''Détection d’Anomalies Multiples par Apprentissage Automatique de Règles dans les Séries Temporelles''. Intelligence artificielle. Université de Toulouse-Jean Jaurès, 2021. Français. tel-03137163  ]


[https://en.wikipedia.org/wiki/Local_outlier_factor  Source : Wikipedia  Machine Learning ]
[https://en.wikipedia.org/wiki/Local_outlier_factor  Source : Wikipedia  Machine Learning ]

Version du 20 décembre 2021 à 11:21

Définition

En détection d'anomalies, approche dans laquelle une valeur aberrante est mesurée en utilisant un facteur de valeur aberrante locale, qui est le rapport entre la densité locale de ce point et la densité locale de son voisin le plus proche.

Le point de données dont le facteur de valeur aberrante locale est élevé est déclaré comme aberrant.

Français

facteur de valeur aberrante locale

facteur local aberrant

facteur local d’anomalie

Anglais

local outlier factor

LOF



Source : Inès Ben Kraiem. Détection d’Anomalies Multiples par Apprentissage Automatique de Règles dans les Séries Temporelles. Intelligence artificielle. Université de Toulouse-Jean Jaurès, 2021. Français. tel-03137163

Source : Wikipedia Machine Learning



Contributeurs: Jean Benoît Morel, wiki