Glosario IA
El diccionario completo de la Inteligencia Artificial
Local Outlier Factor (LOF)
Algoritmo de detección de anomalías que mide el factor de desviación de densidad local de un punto con respecto a sus vecinos. Un LOF superior a 1 indica una observación potencialmente anómala.
Densidad local
Medida de la concentración de puntos de datos en un vecindario específico alrededor de un punto de interés. Evalúa cuántas observaciones se encuentran en una región dada del espacio.
Distancia de alcanzabilidad
Distancia máxima entre un punto y sus k-vecinos más cercanos, utilizada para normalizar las distancias y reducir el impacto de las variaciones locales. Permite comparar las densidades entre diferentes regiones.
Factor de densidad
Ratio entre la densidad local de un punto y la densidad media de sus vecinos, cuantificando el aislamiento relativo de una observación. Valores elevados indican puntos en zonas menos densas.
Atipicidad local
Medida cuantitativa del grado de anomalía de un punto basada en su posición relativa respecto a los puntos circundantes. Captura las desviaciones sutiles en regiones de densidad variable.
Puntuación LOF
Valor numérico resultante del algoritmo LOF que indica el nivel de anomalía de una observación. Una puntuación cercana a 1 sugiere una observación normal, mientras que puntuaciones elevadas señalan valores atípicos.
Profundidad local
Concepto que mide el grado de integración de un punto en una distribución de datos local. Influye en la detección de anomalías en estructuras de datos complejas.
Aislamiento por densidad
Principio según el cual las anomalías son naturalmente más aisladas en regiones de baja densidad. LOF explota esta propiedad para identificar las observaciones atípicas.
Clúster de densidad
Agrupación de puntos de datos que forman una región de alta densidad en el espacio de características. LOF utiliza estos clústeres como referencia para identificar los puntos aislados.
Frontera de decisión
Umbral discriminante que separa las observaciones normales de las anomalías basado en los puntajes LOF. Puede ser adaptativa según la distribución local de los datos.
Sensibilidad a los parámetros
Propiedad de LOF concerniente a su reactividad a las variaciones del parámetro k y a la elección de la métrica de distancia. Afecta la capacidad de detectar diferentes tipos de anomalías.
Normalización de distancias
Proceso de ajuste de las medidas de distancia para manejar las escalas variables entre diferentes dimensiones de los datos. Mejora la robustez de la detección de anomalías.
Métrica de similitud
Función matemática que cuantifica la proximidad entre dos puntos en el espacio de características. Influye directamente en la formación de vecindarios y los puntajes LOF.
Robustez a las variaciones
Capacidad de LOF para mantener su rendimiento frente a los cambios en la distribución de los datos o al ruido. Depende de la adaptabilidad de la medida de densidad local.
Densidad de alcanzabilidad
Inverso de la distancia de alcanzabilidad promedio de un punto respecto a sus vecinos, sirviendo como estimador estable de la densidad local. Reduce el impacto de las fluctuaciones estadísticas.
Ruido vs Anomalía
Distinción entre las variaciones aleatorias (ruido) y las observaciones significativamente desviadas (anomalías). LOF diferencia estos fenómenos mediante el análisis de las densidades locales.