Testing the Test: Score-Direction Instability in Class-Split Anomaly Detection

La evaluación de detección de anomalías con división de clases dentro del conjunto de datos puede ser problemática cuando la clase anómala se superpone con los datos normales, causando inestabilidad o inversión de las puntuaciones. Se presenta un nuevo diagnóstico, la fuga de clase por vecindad, que predice esta inestabilidad en diversos conjuntos de datos y modelos.