ELKI GUI 输出和参数 k (LOF)
ELKI GUI output and parameter k (LOF)
我怀疑:在以下输出中具体化 k 个最近的邻居 (k=3)。
ELKI GUI 的详细输出,运行 LOFalgorithm,lof.k=2.
LOF #1/3: Materializing LOF neighborhoods.
de.lmu.ifi.dbs.elki.index.preprocessed.knn.MaterializeKNNPreprocessor.**k: 3**
Materializing k nearest neighbors **(k=3)**: 198 [100%]
de.lmu.ifi.dbs.elki.index.preprocessed.knn.MaterializeKNNPreprocessor.precomputation-time: 3 ms
LOF #2/3: Computing LRDs.
LOF #3/3: Computing LOFs.
LOF: complete.
这是否意味着当我设置 lof.k=2 时,ELKI 会查看点的 3nn?
这是正确的行为。
要快速计算 LOF,您需要预先计算 k 个最近的邻居。
由于 ELKI 中的 k 个最近邻 - 在数据库中很常见 - 通常 包括 查询点,您需要 LOF 的 k+1 个最近邻,以获得 k 其他分.
我怀疑:在以下输出中具体化 k 个最近的邻居 (k=3)。
ELKI GUI 的详细输出,运行 LOFalgorithm,lof.k=2.
LOF #1/3: Materializing LOF neighborhoods.
de.lmu.ifi.dbs.elki.index.preprocessed.knn.MaterializeKNNPreprocessor.**k: 3**
Materializing k nearest neighbors **(k=3)**: 198 [100%]
de.lmu.ifi.dbs.elki.index.preprocessed.knn.MaterializeKNNPreprocessor.precomputation-time: 3 ms
LOF #2/3: Computing LRDs.
LOF #3/3: Computing LOFs.
LOF: complete.
这是否意味着当我设置 lof.k=2 时,ELKI 会查看点的 3nn?
这是正确的行为。
要快速计算 LOF,您需要预先计算 k 个最近的邻居。
由于 ELKI 中的 k 个最近邻 - 在数据库中很常见 - 通常 包括 查询点,您需要 LOF 的 k+1 个最近邻,以获得 k 其他分.