Python Microsoft在异常检测API中提供了哪些异常检测算法

我正在探索Microsoft Azure异常检测API，以便在我的组织中使用。我想知道库中有哪些算法（如隔离林、单类支持向量机、基于自动编码器的异常检测）。通过此API，我可以选择哪些统计模型？

您是指Azure认知服务中的异常检测器吗。 据我观察，API不仅仅是采用单一的模型或算法。 你可以检查它的响应，如果你不提供周期信息，它会返回一个，这意味着后面的算法也会计算时间序列的周期，也许这是他们用来选择模型或算法的一个特性。 我尝试发送季节性时间序列、非季节性时间序列、上升趋势和下降趋势，它们都返回了正确的良好结果。不确定他们是否能透露算法的细节。但如果我对季节性时间序列使用DFT、STL，对非季节性时间序列使用ESD或simple Zscore，我可以看到相同的行为

有时“整个”检测无法返回预期值作为流模式下的“最后一次”检测，但根据API参考， ，似乎“整个”API构建单个模型或选择一个算法来进行检测，并将目标点后的点考虑在内，因此在整个时间序列中应该是异常的。但是“最后一个”api只使用目标点之前的点，因此根据历史，它意味着异常。虽然有点困惑，但在流式监控场景中，我认为“最后一个”是正确的选择，它更快更准确

根据

使用以下算法：

• 傅里叶变换
• 极端学生化偏差（ESD）
• STL分解
• 动态阈值
• Z分数检测器
• 一些高级算法将在论文发布之前公开

---

谢谢你，徐。你的意思是API没有告诉我们什么算法在幕后工作？