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。
算法目录
按类目、下载状态和价格筛选全部算法。
分类筛选
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。
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。
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。
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。
HBOS-直方图异常分数
用于采用直方图异常分数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。
EllipticEnvelope-椭圆包络、鲁棒协方差
用于采用椭圆包络、鲁棒协方差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。
COPOD-Copula 异常
用于采用Copula 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。