最近，R生态系统已被许多软件包所丰富，这些软件包实现了用于单变量和多变量数据的异常检测的各种算法。因此，检测数据集中的异常值相对简单。我的问题如下：我有两个数据集（数据帧）：一个是引用，另一个包含感兴趣的值。我有兴趣评估第二数据集中的每个数据点（即每一行）与参考数据集相比是否离群。
从理论上讲，我认为我的方法应该是：将第二个数据集的第一行添加到第一个数据集（例如行绑定）。计算离群值（例如，使用DDoutlier软件包），然后进行排序，然后查看新添加的行是否在最高分之中。然后以迭代方式对第二，第三，第四行等进行相同的操作，直到第二数据帧的最后一行。与第一个数据集相比，这将使我能够确定第二个数据集的哪些值是异常值。
我的问题是：如何在R中有效地做到这一点？我曾考虑过使用for循环，但是我知道for循环不是最有效的方法。在没有替代方法的情况下，我会考虑使用for循环，但是当尝试编写一个循环时，会出现错误，因为我做错了什么，但我不知道如何纠正它。
X <- iris[,1:4]
X
# Let's assume that the first 50 rows (X[1:50, 1:4]) is the reference, and the rest (X[51:150, 1:4]) is the test data.
library(DDoutlier)
outlier_score <- list()
for (i in seq_along(1:(nrow(X)-50))){
newdf <- X[c(1:50, 50+i), ]
outlier_score[[i]]<- COF(newdf, k=5)
}
尝试实现此for循环，出现以下错误：
distMatrix [SBNpath，SBNpath]错误：下标超出范围