k-nearest neighbors distanspoäng

Introduktion till avvikelsedetektering i R

Alastair Rushworth

Data Scientist

Möbeldimensioner

plot(Width ~ Height, data = furniture)

k-nearest neighbors (kNN) distans

Anomalier ligger vanligtvis långt från sina grannar

Indata för beräkning av distansmatris

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

Argument

data: matris med data
k: antal grannar

Utdata från distansmatris

get.knn() returnerar två matriser

names(furniture_knn)

"nn.index" "nn.dist"

Distansmatris

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

kNN-distanspoäng

Genomsnittlig distans till närmaste grannar

furniture_score <- rowMeans(furniture_knn$nn.dist)

Högsta poäng?

which.max(furniture_score)

Nu kör vi en övning!

Introduktion till avvikelsedetektering i R