LOF mit Faktoren

Die Funktion lof() kann entweder einen numerischen Data Frame oder eine Distanzmatrix als Eingabe akzeptieren, um LOF-Werte zu berechnen. In dieser Übung übst du, eine Distanzmatrix mit der Gower-Distanz zu berechnen, die anschließend an die Funktion lof() zur Bewertung übergeben werden kann.

Wie in der vorherigen Übung wurde der Datensatz thyroid, in dem Zeichen-Spalten in Faktoren konvertiert wurden, bereits für dich geladen.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in die Anomalieerkennung in R</Kurs>

Übungsanweisungen

Berechne die Gower-Distanzmatrix für die thyroid-Daten und speichere das Ergebnis im neuen Objekt thyroid_dist.
Verwende thyroid_dist, um für jede Patientin bzw. jeden Patienten einen LOF bei k = 10 zu erzeugen.
Gib den Wertebereich der in der Matrix thyroid_dist enthaltenen Distanzen aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Calculate Gower's distance matrix
thyroid_dist <- daisy(___, metric = ___)

# Generate LOF scores for thyroid data
thyroid_lof <- lof(thyroid_dist, k = 10)

# Range of values in the distance matrix
___(as.matrix(___))

Code bearbeiten und ausführen

Diese Übung ist Teil des Kurses

<Kurs>Einführung in die Anomalieerkennung in R</Kurs>

Mittlere SchwierigkeitSchwierigkeitsgrad

4.8+

Kurs kostenlos starten

In diesem Kapitel lernst du, wie numerische und grafische Zusammenfassungen genutzt werden können, um informell zu beurteilen, ob Daten ungewöhnliche Punkte enthalten. Du verwendest ein statistisches Verfahren namens Grubbs-Test, um zu prüfen, ob ein Punkt ein Ausreißer ist, und lernst den Seasonal-Hybrid-ESD-Algorithmus kennen, der hilft, Ausreißer zu identifizieren, wenn es sich bei den Daten um eine Zeitreihe handelt.

Exercise 1: Was meinen wir, wenn wir von Anomalien sprechen?Exercise 2: Anomalietypen erkennen Exercise 3: Erkunde die Fluss-Nitratdaten Exercise 4: Extreme mit dem Grubbs-Test prüfen Exercise 5: Visuelle Prüfung auf Normalverteilung Exercise 6: Grubbs-Test Exercise 7: Mehrere Ausreißer mit dem Grubbs-Test aufspüren Exercise 8: Auffälligkeiten in Zeitreihen Exercise 9: Visuelle Beurteilung von Saisonalität Exercise 10: Seasonal Hybrid ESD-Algorithmus Exercise 11: Seasonal-Hybrid-ESD-Ausgabe interpretieren Exercise 12: Seasonal-Hybrid ESD versus Grubbs’ Test

In diesem Kapitel lernst du, wie du die Distanz der k-nächsten Nachbarn und den Local Outlier Factor berechnest, mit denen kontinuierliche Anomalie-Scores für jeden Datenpunkt erstellt werden, wenn die Daten mehrere Merkmale haben. Du lernst den Unterschied zwischen lokalen und globalen Anomalien und wie die beiden Algorithmen in jedem Fall helfen können.

Exercise 1: k-nächste-Nachbarn-Distanz-Score Exercise 2: Wein erkunden Exercise 3: kNN-Distanzmatrix Exercise 4: kNN-Distanz-Score Exercise 5: kNN-Distanz visualisieren Exercise 6: Features standardisieren Exercise 7: Den kNN-Score anhängen Exercise 8: kNN-Distanz-Score visualisieren Exercise 9: Local Outlier Factor Exercise 10: LOF-Berechnung Exercise 11: LOF-Visualisierung Exercise 12: LOF vs. kNN

Die Distanz der k-nächsten Nachbarn und der Local Outlier Factor nutzen die Distanz bzw. relative Dichte der nächsten Nachbarn, um jeden Punkt zu bewerten. In diesem Kapitel erkundest du einen alternativen, baumbasierten Ansatz namens Isolation Forest, eine schnelle und robuste Methode zur Erkennung von Anomalien, die misst, wie leicht Punkte getrennt werden können, indem die Daten zufällig in immer kleinere Bereiche aufgeteilt werden.

Exercise 1: Isolation Trees Exercise 2: Mit einem Isolation Tree fitten und vorhersagen Exercise 3: Interpretation von Scores Exercise 4: Isolation Forest Exercise 5: Einen Isolation Forest fitten Exercise 6: Konvergenz prüfen Exercise 7: Den Isolation Score visualisieren Exercise 8: Ein Raster von Punkten Exercise 9: Vorhersage über einem Raster Exercise 10: Anomalie-Konturen

Du hast nun einige verschiedene Algorithmen für Anomalie-Scores kennengelernt. In diesem letzten Kapitel erfährst du, wie du die Erkennungsleistung der Algorithmen vergleichst, wenn gelabelte Anomalien verfügbar sind. Du lernst, Präzision und Recall für einen Anomalie-Score zu berechnen und zu interpretieren, und wie du die Algorithmen anpasst, damit sie auch Daten mit kategorialen Merkmalen verarbeiten können.

Exercise 1: Gelabelte Anomalien Exercise 2: Schilddrüsen-Daten Exercise 3: Schilddrüsenerkrankung visualisieren Exercise 4: Anomalie-Score Exercise 5: Leistung messen Exercise 6: Binärisierte Scores Exercise 7: Kreuztabelle für binäre Scores Exercise 8: Präzision und Recall bei Schilddrüse Exercise 9: Umgang mit kategorialen Merkmalen Exercise 10: Zeichen in Faktor umwandeln Exercise 11: Isolation Forest mit Faktoren Exercise 12: LOF mit Faktoren

Aktuelle Übung

Exercise 13: Zusammenfassung