局部异常因子（LOF）是一种无监督异常检测方法，它通过计算给定数据点与其邻居的局部密度偏差来识别异常值。在这种方法中，那些与邻居相比密度显著较低的样本被视为异常值。本文将展示如何在scikit-learn库中使用LOF进行异常检测，这是该估计器的默认用例。需要注意的是，当LOF用于异常检测时，它没有predict、decision_function和score_samples方法。有关异常检测和新颖性检测之间的区别以及如何使用LOF进行新颖性检测的详细信息，请参阅用户指南。
通常考虑的邻居数量（n_neighbors参数）应设置为：1）大于一个聚类必须包含的最小样本数量，以便其他样本可以相对于这个聚类成为局部异常值；2）小于可能成为局部异常值的最近样本的最大数量。在实践中，这类信息通常不可用，而取n_neighbors=20通常效果不错。
以下是一个使用Python和NumPy库生成带有异常值的数据集的示例。首先，生成一组符合正态分布的内围点，然后生成一组均匀分布的外围点作为异常值。
import numpy as np
np.random.seed(42)
X_inliers = 0.3 * np.random.randn(100, 2)
X_inliers = np.r_[X_inliers + 2, X_inliers - 2]
X_outliers = np.random.uniform(low=-4, high=4, size=(20, 2))
X = np.r_[X_inliers, X_outliers]
n_outliers = len(X_outliers)
ground_truth = np.ones(len(X), dtype=int)
ground_truth[-n_outliers:] = -1
使用LocalOutlierFactor类来拟合模型并计算训练样本的预测标签。当LOF用于异常检测时，估计器没有predict、decision_function和score_samples方法。
from sklearn.neighbors import LocalOutlierFactor
clf = LocalOutlierFactor(n_neighbors=20, contamination=0.1)
y_pred = clf.fit_predict(X)
n_errors = (y_pred != ground_truth).sum()
X_scores = clf.negative_outlier_factor_
使用matplotlib库绘制数据点和异常分数。异常分数较高的点将以较大的圆圈表示。
import matplotlib.pyplot as plt
from matplotlib.legend_handler import HandlerPathCollection
def update_legend_marker_size(handle, orig):
"Customize size of the legend marker"
handle.update_from(orig)
handle.set_sizes([20])
plt.scatter(X[:, 0], X[:, 1], color="k", s=3.0, label="Data points")
# plot circles with radius proportional to the outlier scores
radius = (X_scores.max() - X_scores) / (X_scores.max() - X_scores.min())
scatter = plt.scatter(X[:, 0], X[:, 1], s=1000 * radius, edgecolors="r", facecolors="none", label="Outlier scores",)
plt.axis("tight")
plt.xlim((-5, 5))
plt.ylim((-5, 5))
plt.xlabel("prediction errors: %d" % (n_errors))
plt.legend(handler_map={scatter: HandlerPathCollection(update_func=update_legend_marker_size)})
plt.title("Local Outlier Factor (LOF)")
plt.show()
本脚本的总运行时间为：0分钟0.079秒。