Skóre vzdálenosti k-nejbližších sousedů

Úvod do detekce anomálií v R

Alastair Rushworth

Data Scientist

Rozměry nábytku

plot(Width ~ Height, data = furniture)

Vzdálenost k-nejbližších sousedů (kNN)

Anomálie jsou obvykle daleko od svých sousedů

Vstupy pro výpočet matice vzdáleností

library(FNN)
furniture_knn <- get.knn(data = furniture, k = 5)

Argumenty

data: matice dat
k: počet sousedů

Výstup matice vzdáleností

get.knn() vrací dvě matice

names(furniture_knn)

"nn.index" "nn.dist"

Matice vzdáleností

head(furniture_knn$nn.dist, 3)

         [,1]     [,2]     [,3]     [,4]     [,5]
[1,] 5.128300 5.367791 5.390801 5.740713 8.477025
[2,] 4.300093 5.367791 6.159139 7.091966 7.428176
[3,] 3.047502 3.545978 4.426266 5.006570 5.654202

Skóre vzdálenosti kNN

Průměrná vzdálenost k nejbližším sousedům

furniture_score <- rowMeans(furniture_knn$nn.dist)

Nejvyšší skóre?

which.max(furniture_score)

Pojďme si procvičit!

Úvod do detekce anomálií v R