软件简介

PyOD，是一个全面且可扩展的 Python 工具包，用于检测多变量数据中的外围对象。这个激动但具有挑战性的领域通常被称为异常检测或异常检测。自 2017
年以来，PyOD [AZNL19]已成功应用于各种学术研究和商业产品[ARSLS19] [AKW19] [AZH18b]
[AZNHL19]。机器学习社区也很好地承认了各种专门的帖子/教程，包括 Analytics
Vidhya，KDnuggets，计算机视觉新闻和超棒的机器学习。

PyOD 的特点是：

• 各种算法的统一 API，详细文档和交互式示例。
• 高级模型，包括神经网络/深度学习和异常集合。
• 使用 numba 和 joblib，尽可能使用 JIT 和并行化优化性能。
• 兼容 Python 2 和 3。

API Demo

# train the KNN detector
from pyod.models.knn import KNN
clf = KNN()
clf.fit(X_train)

# get outlier scores
y_train_scores = clf.decision_scores_  # raw outlier scores
y_test_scores = clf.decision_function(X_test)  # outlier scores