异常值检测使用ELKI

Question

我使用ELKI数据挖掘软件进行离群检测。它有许多异常值检测技术，但都提供相同的结果（所有技术的相同异常值，唯一的区别在于点周围的圆的大小，如下图所示）。我使用ELKI网站上提供的鼠标头数据集。在数据集中，所有点都标有其各自的簇名称，无论是来自ear_left还是ear_right还是head或noise。如果我将噪声标签更改为ear_right，则会将异常点显示为ear_right。我已将10个噪音标签中的5个更改为ear_right。

这是使用KNN和LDOF离群检测技术修改数据集和ELKI的结果：

这是软件的问题还是我做错了什么？有没有人试过它用于异常值检测？有没有什么好的软件可以使用不同的算法（如LOF，LDOF，KNN）执行异常值检测，或者我可以找到这些技术的算法源代码？

Answer 1

这是一个非常简单的数据集。

方法或多或少都有效，这并不奇怪。因为这是一个玩具数据集，而不是实际数据......对于实际数据，异常值检测非常多，而且更难。

请注意，ELKI中的实施分配数字分数。他们不会产生是/否异常决定;从分数中得出这是微不足道的。

如果需要二进制结果，可以将可视化缩放参数设置为仅显示前k个结果。在其他情况下，您可能想要阅读实际的论文。例如，LOCI的作者建议将分数大于3的对象视为异常值。 （不幸的是，大多数方法都没有特别简单的解释。）

不要在分类框中思考。异常值检测是一种探索性技术，而不是分类。

ELKI还可以使用多种指标评估离群值方法的质量，例如ROC AUC，ROC曲线，Precision @ k，AveP，Maximum-F1。