แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบปัจจัยค่าผิดปกติในท้องถิ่น

ตีความ LOF เป็นอัตราส่วนความหนาแน่นในท้องถิ่น และแยกความแตกต่างจากระยะทางทั่วโลก รวมถึงตัวเลือกขนาดเพื่อนบ้านและโหมดแปลกใหม่

เส้นทางแนะนำที่เกี่ยวข้องปัจจัยค่าผิดปกติในท้องถิ่น
คำถาม 1 ของ 8

คะแนน LOF ที่สูงกว่าคะแนนที่แนะนำคืออะไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. คะแนน LOF ที่สูงกว่าคะแนนที่แนะนำคืออะไร
    • จุดนี้มีความหนาแน่นน้อยกว่าเพื่อนบ้านในท้องถิ่น
    • จุดนี้มีความหนาแน่นพอๆ กับเพื่อนบ้านในท้องถิ่น
    • มันอยู่ไกลจากศูนย์กลางระดับโลกแม้ว่าบริเวณใกล้เคียงจะหนาแน่นก็ตาม
    • คะแนนคือความน่าจะเป็นที่ผิดปกติที่ปรับเทียบแล้ว
  2. ทำไมจุดที่ห่างไกลถึงได้รับคะแนน LOF ปกติ?
    • LOF ละเว้นข้อมูลเพื่อนบ้านทั้งหมด
    • มันอาจจะอยู่ในกลุ่มย่อยที่มีความหนาแน่นแยกต่างหากซึ่งมีความหนาแน่นในท้องถิ่นใกล้เคียงกัน
    • ระยะทางจะถูกตั้งค่าเป็นศูนย์เสมอนอกเมฆหลัก
    • LOF วัดเฉพาะค่าเฉลี่ยทั่วโลก
  3. โดยทั่วไปการเพิ่มจำนวนเพื่อนบ้านเปลี่ยนแปลงอะไร?
    • จำนวนคุณสมบัติที่ใช้ในอัตราส่วนความหนาแน่น
    • แบบแผนการลงนามของคะแนนที่ส่งคืน
    • สเกลที่ใช้เปรียบเทียบความหนาแน่นในท้องถิ่น
    • วิธีการจัดกลุ่มทั่วโลกที่ใช้ก่อน LOF
  4. เหตุใดการปรับขนาดคุณสมบัติจึงมีความสำคัญสำหรับ LOF
    • โดยจะเปลี่ยนความหนาแน่นเฉพาะที่ให้เป็นพารามิเตอร์แบบเกาส์เซียน
    • รับประกันว่าทุกฟีเจอร์จะมีส่วนเท่าเทียมกันโดยไม่ต้องมีการประมวลผลล่วงหน้า
    • มันเปลี่ยนจำนวนเพื่อนบ้านเป็นป้ายกำกับคลาส
    • ระยะทางเพื่อนบ้านที่ใกล้ที่สุดขึ้นอยู่กับหน่วยคุณลักษณะ
  5. การตรวจจับความแปลกใหม่แตกต่างจากการตรวจจับค่าผิดปกติตัวอย่างที่ติดตั้งไว้อย่างไร
    • ต้องมีป้ายกำกับสำหรับตัวอย่างการฝึกอบรมทุกรายการ
    • โดยให้คะแนนข้อสังเกตใหม่เทียบกับขนาดอ้างอิง
    • โดยจะฝึกความหนาแน่นใหม่สำหรับการสืบค้นแต่ละครั้ง
    • รายงานเฉพาะค่าเฉลี่ยของคลัสเตอร์ทั่วโลก
  6. ในโหมดแปลกใหม่ Scikit-Learn ผู้ใช้ควรหลีกเลี่ยงสิ่งใดตามเอกสารประกอบ
    • กำลังตรวจสอบจำนวนเพื่อนบ้าน
    • การปรับขนาดตัวทำนายตัวเลข
    • การใช้วิธีให้คะแนนแบบแปลกใหม่ในชุดฝึกซ้อม
    • การให้คะแนนกรณีใหม่ที่มองไม่เห็น
  7. รูปแบบใดบ่งบอกถึงแนวคิดความผิดปกติในท้องถิ่นมากกว่าระดับโลก
    • ระยะทางจากศูนย์กลางโลกนั้นมีมากแม้ว่าความหนาแน่นในท้องถิ่นจะสูงก็ตาม
    • การสังเกตมีป้ายกำกับหมวดหมู่ที่หายาก
    • กระจุกดาวทั่วโลกมีข้อสังเกตเล็กน้อย
    • ความหนาแน่นต่ำเมื่อเทียบกับจุดใกล้เคียง
  8. เหตุใดจึงต้องตรวจสอบแบบแผนการลงนามของคะแนน LOF API
    • ไลบรารีอาจกลับค่าคะแนน ดังนั้นค่าผิดปกติที่สูงกว่าจึงมีค่าตัวเลขที่ต่ำกว่า
    • ป้ายกำหนดจำนวนเพื่อนบ้านที่มีอยู่
    • คะแนน LOF มีความน่าจะเป็นเสมอ
    • ทิศทางของคะแนนจะเหมือนกันในทุกการใช้งาน