LOF (Local Outlier Factor) eligiendo el valor de k

Question

Sólo quiero entender una cosa. Digamos que para cualquier conjunto de datos selecciono k=20 y genero LOF para cada punto y luego muestro todos los puntos en orden descendente de su LOF. Ahora cuando estoy analizando los datos puedo elegir el rango hasta el cual creo que los datos son un valor atípico (según el conocimiento del dominio)

¿Crees que esto ayuda? Sólo a mí, ya que ahora no tengo que preocuparme por el valor de k y estoy utilizando mi conocimiento del dominio para analizar los valores atípicos según la clasificación LOF.

Answer 1

Este parece un enfoque viable. El umbral para distinguir los valores atípicos de los inliers debe ser totalmente determinado por usted, pero utilizando su conocimiento del dominio esto parece funcionar.

Me gustaría remitirle a la documento original que describe la LOF para entender sus desventajas (aunque la wikipedia es un buen comienzo también).