Question

我在从uci下载的名为shuttle的数据集上运行本地异常值因子。每次我在有或没有决策类的穿梭数据集上运行lof算法但elki正在绘制不同的输出图。我很困惑每次绘制不同输出图的原因是什么？

Answer 1

可视化使用Apache Batik，它需要复杂的XML文档（准确地说是SVG）以及Batik的渲染树都在内存中。

这使得可视化不是很可扩展，并且有参数

-vis.sampling

默认为10000 的样本。因此，对于较大的数据集，您每次都会看到不同的样本可视化。当然，它仍然使用所有数据进行分析。添加一个参数来修复随机种子会相当容易，但人们往往会抱怨参数太多......

对于更适合异常值检测的航天飞机数据集的变体，请参阅此站点：

请注意，要正确读取文件，您需要参数-arff.externalid id -arff.classlabel outlier，以便id列不用于分析，异常值标签列仅用作评估类。