由於異常的性質隨著不同的情況而變化，一個模型可能不能普遍適用於所有的異常檢測問題。 選擇和結合適當的檢測演算法(檢測器)、特徵工程方法( transformers )和整合方法(聚合器)是建立一個有效的異常檢測模型的關鍵。
這個軟體套件提供了一套通用的檢測器，transformers 和聚合器，以及統一的 API，以及 pipe 類別，將它們連接到模型中。 它還提供了一些處理和視覺化時間序列和異常事件的功能。
專案說明有一個實際範例的快速上手指引 – 在這個範例中，建構了一個模型來檢測季節性(每週周和每日)車流量的違規行為模式。 使用的資料是來自紐約計程車交通資料集。
專案網址
追蹤 Soft & Share
✍ 不受社群推薦演算法影響，建議 Telegram/Discord/e-mail