k 近鄰距離分數

R 中的異常偵測入門

Alastair Rushworth

Data Scientist

家具尺寸

plot(Width ~ Height, data = furniture)

k 近鄰（kNN）距離

異常值通常離鄰近點很遠

距離矩陣計算的輸入

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

參數

data: matrix of data
k: the number of neighbors

距離矩陣輸出

get.knn() 會回傳兩個矩陣

names(furniture_knn)

"nn.index" "nn.dist"

距離矩陣

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 距離分數

與最近鄰的平均距離

furniture_score <- rowMeans(furniture_knn$nn.dist)

分數最大的是？

which.max(furniture_score)

一起來練習吧！

R 中的異常偵測入門