LOF方法检测异常值：

局部异常因子法（LOF法），是一种基于概率密度函数识别异常值的算法。LOF算法只对数值型数据有效。

算法原理：将一个点的局部密度与其周围的点的密度相比较，若前者明显比后者小（LOF值大于1），则该点相对于周围的点来说就处于一个相对比较稀疏的区域，这就表明该点是一个异常值。

R语言实现：使用DMwR包中的函数lofactor()，基本格式为：

lofactor(data, k)

其中，data为数值型数据集；k为用于计算局部异常因子的邻居数量。

> library(DMwR)

> out.scores<-lofactor(USArrests,k=10) #计算每个样本的LOF值

> plot(density(out.scores))   #绘制LOF值的概率密度图（如图6.5）

>#LOF值排前6的数据作为异常值，提取其样本号

> order(out.scores,decreasing=TRUE)[1:6]

[1] 33 9 11 45 20 34