PyOD，是一个全面且可扩展的Pytho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AalyticsVidhya，KDuggets，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umba和joblib，尽可能使用JIT和并行化优化性能。兼容Pytho2和3。APIDemo
#traitheKNNdetectorfrompyod.models.kimportKNNclf=KNN()clf.fit(X_trai)#getoutlierscoresy_trai_scores=clf.decisio_scores_#rawoutlierscoresy_test_scores=clf.decisio_fuctio(X_test)#outlierscores
评论