LOF算法MATLAB实现

%LOF算法
%dist为m*m的距离矩阵每一行代表一个数据与其它数据距离的列向量，所以该矩阵为
%对角线为0的，关于对角线对称的矩阵K为k-近邻
% function lof = LOF（distK）

clear;
clc;

A=importdata（‘data.mat‘）;%需要进行离群因子算法处理的数据集
numData=size（A1）;
KD=[];
for i=1:1:numData
[~dist]=knnsearch（A（i:）A（::））;
KD=[KD;dist‘];
end

m=size（dist1）;                 %m为对象数，dist为两两之间的距离
distance = zeros（mm）;
num = zeros（mm）;               %distance 和num用来记录排序后的顺序，和对象编号顺序
kdistance = zeros（m1）;         %计算每个对象的kdistance
count  = zeros（m1）;            %k邻域的对象数
reachdist = zeros（mm）;         %计算两两之间的reachable-distance
lrd = zeros（m1）;
lof = zeros（m1）;
%计算k-distance
for i=1:m 
    [distance（i:）num（i:）]=sort（dist（i:）‘ascend‘）;%distance按照升序对dist进行排序，num记录排序前各个dist所在位置信息
    kdistance（i）=distance（iK+1）;%获得k近邻距离，因为排序后第一个值为自身到自身的距离为0，所以k+1才是第k个最近距离
    count（i） = -1;               %自己的距离为0，要去掉自己
    for j = 1:m