Python 如何利用训练好的pyod.loces和机器学习模型预测给定值是否异常?
我使用pyod.loces模型来检测异常值。用100条记录数据训练模型。Python 如何利用训练好的pyod.loces和机器学习模型预测给定值是否异常?,python,machine-learning,data-science,usage-statistics,Python,Machine Learning,Data Science,Usage Statistics,我使用pyod.loces模型来检测异常值。用100条记录数据训练模型。 我看到大多数离群值检测器模型只在数据中找到了带有的离群值。我想使用相同的训练模型来预测看不见的数据点是否异常? 有人能帮我想出一个主意或解决办法吗?该模型也适用于单个或多个列数据。到目前为止您尝试了什么?到底什么在起作用/不起作用?你的输入是什么,预期的输出是什么?我用1d,100点训练了pyod.locis()。尝试通过一个新点的loces.predict()进行预测。它总是返回0标志,即使它是一个异常值。但如果我尝试用
我看到大多数离群值检测器模型只在数据中找到了带有的离群值。我想使用相同的训练模型来预测看不见的数据点是否异常?
有人能帮我想出一个主意或解决办法吗?该模型也适用于单个或多个列数据。到目前为止您尝试了什么?到底什么在起作用/不起作用?你的输入是什么,预期的输出是什么?我用1d,100点训练了pyod.locis()。尝试通过一个新点的loces.predict()进行预测。它总是返回0标志,即使它是一个异常值。但如果我尝试用至少20点来预测的话,返回的结果是正确的。我不明白。