本文主要是介绍异常检测——ABOD（angle-based outlier detection），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文：
Angle-Based Outlier Detection in High-dimensional Data，kdd2008
问题
高维度情况下，距离同质化。
基础：
1、在高维空间中角度比距离更稳定[1]
2、如果其他大部分的点都在相似的方向上，那么点O是个离群点
3、如果许多其他的点在不同的方向上，那么点O不是离群点。
方法
对于一个给定的点P，它与任意其他点x，y之间的角度构成一个谱图像angle spectrum。
谱的宽度表示异常点的分数。
图中，蓝色点为内部点，红色点为异常点。
Small ABOD => Outlier
High ABOD => no Outlier
在此基础上，作者还提出了FastABOD，LB-ABOD
实验结果
参考：
[1]Data Mining Anomaly Detection
这篇关于异常检测——ABOD（angle-based outlier detection）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
