【发布时间】：2017-12-19 10:33:04
【问题描述】：
有人可以指出一个强大的 Python 实现算法，如 Robust-PCA 或基于角度的异常值检测 (ABOD) 吗？我尝试了几个 Robust-PCA 的 python 实现，但结果证明它们非常占用内存，程序崩溃了。我的数据集是 60,000 X 900 浮点数。 R 有 ABOD 的实现，但我想坚持使用 python。
【问题讨论】：
标签： python pca anomaly-detection
【发布时间】：2017-12-19 10:33:04
【问题描述】：
异常值检测非常重要，有很多研究出版物都在处理它。 基于密度的算法的可扩展性并不是真正的高性能。 我使用 PCA 进行降维，并使用局部异常值因子法。
您可以在以下位置找到适用于海量数据的良好实施版本： https://github.com/damjankuznar/pylof/blob/master/lof.py
HTH
【讨论】：
-
另外值得一提的是，这个实现的是
scikit learn的当前版本：scikit-learn.org/stable/modules/outlier_detection.html