No.163

IsolationForest-孤立森林

用于采用孤立森林识别与大多数样本模式明显不同的异常观测,可用于质量检测、风险预警和数据清洗;异常阈值应结合业务场景判断。

¥10.00
No.164

KDE_OD-核密度异常

用于采用核密度异常识别与大多数样本模式明显不同的异常观测,可用于质量检测、风险预警和数据清洗;异常阈值应结合业务场景判断。

¥10.00
No.165

LOF-局部离群因子

用于采用局部离群因子识别与大多数样本模式明显不同的异常观测,可用于质量检测、风险预警和数据清洗;异常阈值应结合业务场景判断。

¥10.00
No.166

OneClassSVM-单类 SVM

用于采用单类 SVM识别与大多数样本模式明显不同的异常观测,可用于质量检测、风险预警和数据清洗;异常阈值应结合业务场景判断。

¥10.00
No.167

PCA_OD-PCA 残差异常

用于采用PCA 残差异常识别与大多数样本模式明显不同的异常观测,可用于质量检测、风险预警和数据清洗;异常阈值应结合业务场景判断。

¥10.00
No.168

ABC-人工蜂群

用于采用人工蜂群搜索连续或组合优化问题的较优解,适合目标函数复杂、不可导或传统方法难以求解的场景;结果取决于目标函数、约束、参数与迭代次数。

¥10.00
No.169

ACO-蚁群算法

用于采用蚁群算法搜索连续或组合优化问题的较优解,适合目标函数复杂、不可导或传统方法难以求解的场景;结果取决于目标函数、约束、参数与迭代次数。

¥10.00
No.170

AFT-阿里巴巴四十大盗

用于采用 AFT 阿里巴巴四十大盗算法求解单目标连续优化问题,支持基准函数或数据代理模型场景,结果受目标函数、边界、种群规模和迭代次数影响。

¥10.00
No.171

AHA-人工蜂鸟

用于采用人工蜂鸟搜索连续或组合优化问题的较优解,适合目标函数复杂、不可导或传统方法难以求解的场景;结果取决于目标函数、约束、参数与迭代次数。

¥10.00
当前:第 18 页,共 23 页,共 204 个算法