在Python中识别一组1-D二进制向量中的异常值

我正在研究在具有n个特征的m1-D二进制向量时识别离群向量的最佳方法，例如：

a =[[1, 0, 1, 1, 1, 0, 1],
    [0, 0, 0, 1, 1, 1, 0],
    [0, 1, 1, 0, 0, 1, 1]]

---

在我的例子中，n和m是100年代的。我想确定哪些向量是总体中的异常值。我在SciPy和HDBSCAN等包中发现了一些使用马氏距离的信息（注意，在识别这些异常值之后，我将对它们进行聚类，以查看这些异常值中是否存在任何进一步的模式）。在这两种情况下，示例都是有限的，但我也不知道这是否是用于二进制向量的最佳方法。如有任何建议、示例或参考，将不胜感激

你说的异常值是什么意思？除

0

和

1

之外的值？？你能举个例子吗？向量是异常值。因此，例如，如果将[0,0,0,0,0,0,0]添加到上面的集合中，如果其他集合的1和0的数量相当，则该集合可能会突出显示为异常值。在马哈拉诺比中，我相信每个向量都被分配了一个相对于总体参考的标准偏差值。马哈拉诺比在中仅对连续数据有意义。不要在二进制数据上使用它。第一个向量与第二个向量在4个位置不同，与第三个向量在5个位置不同。我认为0向量并不比第一个向量更不寻常。