PyOD 异常/离群检测库：功能强大的工业数据分析利器

文章预览

在上一篇《 多变量异常检测：工业数据分析中的异常检测技术 》内容中,我们简单介绍了几个多变量异常检查的几种方法和基本思路，我们继续异常检测这个话题，推荐一个功能完备的异常检测库:PyOD。 PyOD 是什么 PyOD 是检测多变量数据中异常（Anomaly Detection）/离群点（Outlier Detection）的首选 Python 库。PyOD 包含超过 50 种检测算法，从经典的 LOF（SIGMOD 2000）到最前沿的 ECOD 和 DIF（TKDE 2022 和 2023）。 PyOD的github： https://github.com/yzhao062/pyod  ，github 星星达到8.1K ，十分牛逼的。 PyOD 的特色包括： 各种算法的统一、用户友好界面。 从经典技术到最新深度学习方法的广泛模型范围。 通过使用 numba 和 joblib 进行 JIT 编译和并行处理，实现高性能和高效率。 通过 SUOD 框架实现快速训练和预测。 安装PyOD PyOD 依赖于torch、combo、suod，需要同步安装： pip install combo - ………………………………