lof算法的matlab代码实现

以下是一个简单的MATLAB实现，用于计算LOF（局部异常因子）算法：

function [lof, lrd] = LOF(X, k)
% X 是 n-by-d 数据矩阵，每行是一个 d 维数据点
% k 是邻居数量

% 计算欧几里得距离的平方
D = pdist2(X, X).^2;

n = size(X, 1);
lof = zeros(n, 1);
lrd = zeros(n, 1);

for i = 1:n
    % 找到第 i 个点的 k 个最近邻
    [~, idx] = sort(D(i,:), 'ascend');
    idx = idx(2:k+1);
    % 计算第 i 个点到 k 个最近邻的平均距离
    avg_dist = mean(sqrt(D(i,idx)));
    % 计算每个邻居的局部可达密度
    lrd(i) = k / sum(max(avg_dist, sqrt(D(idx,idx))), 2);
end

for i = 1:n
    % 找到第 i 个点的 k 个最近邻
    [~, idx] = sort(D(i,:), 'ascend');
    idx = idx(2:k+1);
    % 计算每个邻居的局部可达密度
    neighbor_lrd = lrd(idx);
    % 计算第 i 个点的局部异常因子
    lof(i) = mean(neighbor_lrd) / lrd(i);
end
end

该函数将返回每个数据点的局部异常因子（lof）和局部可达密度（lrd）。