LOF vs kNN
É comum olhar primeiro para os pontos com maiores escores de anomalia antes de tomar qualquer ação. Quando vários algoritmos são usados, os pontos com escores mais altos podem ser diferentes.
Neste exercício final, você vai calcular novos escores de LOF e de distância kNN para os dados wine e imprimir o ponto com maior escore para cada um.
Este exercício faz parte do curso
Introduction to Anomaly Detection in R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Scaled wine data
wine_scaled <- scale(wine)
# Calculate distance matrix
wine_nn <-
# Append score column to data
wine$score_knn <-