使用python进行高维异常值检测[关闭]

Posted 2023-02-15

【中文标题】使用python进行高维异常值检测[关闭]

【英文标题】：high dimensional outlier detection using python [closed]

【发布时间】：2017-12-19 10:33:04

【问题描述】：

有人可以指出一个强大的 Python 实现算法，如 Robust-PCA 或基于角度的异常值检测 (ABOD) 吗？我尝试了几个 Robust-PCA 的 python 实现，但结果证明它们非常占用内存，程序崩溃了。我的数据集是 60,000 X 900 浮点数。 R 有 ABOD 的实现，但我想坚持使用 python。

【参考方案1】：

异常值检测非常重要，有很多研究出版物都在处理它。 基于密度的算法的可扩展性并不是真正的高性能。 我使用 PCA 进行降维，并使用局部异常值因子法。

您可以在以下位置找到适用于海量数据的良好实施版本： https://github.com/damjankuznar/pylof/blob/master/lof.py

HTH

【讨论】：

另外值得一提的是，这个实现的是scikit learn的当前版本：scikit-learn.org/stable/modules/outlier_detection.html