Викторина, связанная с руководством · Средний Уровень

Тест на локальный фактор выбросов

Интерпретируйте LOF как коэффициент локальной плотности и отличайте его от глобального расстояния, включая выбор соседнего масштаба и новизны.

Связанные направляющие путиЛокальный фактор выбросов
Вопрос 1 из 8

О чем говорит показатель LOF, существенно превышающий единицу?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. О чем говорит показатель LOF, существенно превышающий единицу?
    • Точка менее плотная, чем ее локальные соседи.
    • Точка такая же плотная, как и ее локальные соседи.
    • Он находится далеко от глобального центра, даже если его окрестности плотные.
    • Оценка представляет собой калиброванную вероятность аномалии.
  2. Почему удаленная точка может получить обычный балл LOF?
    • LOF игнорирует всю информацию о соседях
    • Он может принадлежать к отдельной плотной подгруппе с аналогичной локальной плотностью.
    • Расстояние всегда установлено на ноль за пределами основного облака.
    • LOF измеряет только глобальное среднее значение
  3. Что вообще меняет увеличение количества соседей?
    • Количество функций, используемых в коэффициенте плотности
    • Соглашение о знаках возвращаемого результата
    • Масштаб, в котором сравнивается локальная плотность
    • Метод глобальной кластеризации, использовавшийся до LOF
  4. Почему масштабирование функций имеет значение для LOF?
    • Он превращает локальную плотность в параметр Гаусса.
    • Это гарантирует, что каждая функция вносит одинаковый вклад без предварительной обработки.
    • Он меняет количество соседей на метку класса.
    • Расстояния до ближайших соседей зависят от единиц объекта.
  5. Чем обнаружение новизны отличается от обнаружения выбросов по подобранной выборке?
    • Требуются метки для каждой обучающей выборки.
    • Он оценивает новые наблюдения по сравнению с эталонным соответствием.
    • Он переобучает новую плотность для каждого запроса.
    • Он сообщает только о глобальных средствах кластера.
  6. Чего, согласно документации, следует избегать пользователям в режиме новизны scikit-learn?
    • Проверка количества соседей
    • Масштабирование числовых предикторов
    • Использование методов оценки новизны на обучающем наборе
    • Выявление новых нераскрытых дел
  7. Какая закономерность указывает на локальную, а не на глобальную концепцию аномалии?
    • Расстояние от глобального центра велико, даже если локальная плотность высока.
    • Наблюдению присвоен ярлык редкой категории.
    • Глобальный кластер содержит мало наблюдений
    • Плотность низкая по сравнению с близлежащими точками.
  8. Зачем проверять соглашение о знаках оценки LOF API?
    • Библиотеки могут инвертировать оценки, чтобы более сильные выбросы имели более низкие числовые значения.
    • Знак определяет количество соседей.
    • Оценки LOF всегда являются вероятностями.
    • Направление оценки идентично в каждой реализации.