lof通过比较数据点自身局部密度与其邻居平均局部密度的比值得出lof score，该值显著大于1（即负值绝对值越大）表明该点密度显著低于邻域，从而识别为局部离群点；其核心是相对密度偏差而非绝对距离。
LocalOutlierFactor 怎么靠邻域密度对比识别离群点
LOF 不是看单个点离中心有多远，而是看「这个点所在位置的密度」和「它周围邻居所在位置的平均密度」谁更低。比值（LOF score）显著大于 1，就说明该点局部更稀疏——它被一群相对密集的点包围着，所以是局部离群点。
关键不是绝对距离，而是密度的相对偏差。这也是它能发现 a2 这类“在绿色簇边缘但不算全局最远”的局部异常点的原因。
-
fit_predict返回的是 -1（离群）或 1（正常），但内部计算出的negative_outlier_factor_才是真正的 LOF score（注意：它是负数，绝对值越大越异常） - 默认使用欧氏距离，高维稀疏数据建议先标准化，否则距离失效
-
n_neighbors太小（如 5）会让 LOF 对噪声敏感；太大（如 > len(X)//2）会模糊局部结构，导致所有点密度趋同
为什么 fit_predict 的输出是 -1/1，而真正判断依据是 negative_outlier_factor_
scikit-learn 的 LocalOutlierFactor 为兼容聚类接口，把异常检测包装成“两分类”形式：fit_predict 直接返回硬标签。但它底层没做阈值截断——negative_outlier_factor_ 是原始、连续的密度比值（取负号只为让异常点数值更小，方便用 argsort 排序）。
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 不要用
predict或fit_predict的 -1/1 做精细分析，它们只是基于默认阈值（contamination='auto'时按训练集离群比例估计）的粗略划分 - 真要看哪些点最可疑，排序
model.negative_outlier_factor_，取前 5% 或观察拐点（如从 -1.2 突降到 -2.8） - 若设了
contamination=0.1，模型会自动把 LOF score 最低的 10% 标为 -1，但这个分界线未必合理——尤其当异常程度呈长尾分布时
LocalOutlierFactor 的 n_neighbors 参数怎么选才不翻车
n_neighbors 决定了“谁算你的邻居”，直接影响密度估计的粒度。选错会导致两类典型失败：要么把正常波动当异常，要么漏掉紧凑簇内的局部离群点。
- 经验下限：至少 > 2×维度（比如 10 维数据，
n_neighbors≥ 20），否则 k 距离不稳定，可达距离退化为普通距离 - 上限建议 ≤ min(20, len(X)//2)，超大样本也不宜超过 50；否则局部性消失，LOF 退化成近似全局密度估计
- 调试技巧：画
negative_outlier_factor_的直方图，如果峰值集中在 -1.0 附近且拖一条极短左尾，大概率n_neighbors设太大了
LocalOutlierFactor 在时间序列上直接用会出什么问题
原生 LocalOutlierFactor 把每个时间点当作独立坐标点处理（例如把 [t₁, t₂, t₃] 当作三维空间中的一个点），完全忽略时序依赖和滑动窗口结构。这会导致两个后果：
- 趋势项或周期性变化会被误判为“密度突变”，比如上升期末尾几个点因值偏高而集体获得高 LOF score
- 突发脉冲（如单点尖峰）可能因邻域内其他点也处于高位而被平滑掉——它的局部密度未必比周围低
- 正确做法是先构造特征：用滑动窗口提取均值、标准差、一阶差分等统计量，再把每个窗口映射为一个特征向量，最后喂给
LocalOutlierFactor
真正容易被忽略的是：LOF 对输入尺度极度敏感，而时间序列原始值往往量纲混杂（温度 vs 订单量）。不做 StandardScaler 或 RobustScaler，negative_outlier_factor_ 的解释性基本归零。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
