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。
正在加载中...
选择算法后,再查看当前可用的下载方式。
分类筛选
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。
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。
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。
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。
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。
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。
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。
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。
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。