转载于知乎：微调。
异常检测（又称outlier detection、anomaly detection，离群值检测）是一种重要的数据挖掘方法，可以找到与“主要数据分布”不同的异常值（deviant from the general data distribution），比如从信用卡交易中找出诈骗案例，从正常的网络数据流中找出入侵，有非常广泛的商业应用价值。同时它可以被用于机器学习任务中的预处理（preprocessing），防止因为少量异常点存在而导致的训练或预测失败。
今天要介绍的工具库，**Python Outlier Detection（PyOD）**是当下最流行的Python异常检测工具库，其主要亮点包括：
从2018年5月正式发布以来，PyOD已经获得了超过300,000次下载与2,500个GitHub Star，在所有GitHub数据挖掘（data mining）工具库[1]排名8 。**PyOD论文**也已经在 **Journal of Machine Learning Research (JMLR)**上发表。同时它也被运用于多项学术研究中[2][3][4][5][6]，我也曾在回答中使用过PyOD：「数据挖掘中常见的「异常检测」算法有哪些？」。
因为现阶段所有文档与实例全部为英文，为了方便大家使用，特别创作了这篇中文使用指南，欢迎转载（无需授权）。
PyOD提供了约20种异常检测算法（详见图1），部分算法介绍可以参考「数据挖掘中常见的「异常检测」算法有哪些？」或异常检测领域的经典教科书[7]。同时该工具库也包含了一系列辅助功能，包括数据可视化及结果评估等：
图1. PyOD中所包括的算法一栏
工具库相关的重要信息汇总如下：
PyOD提供两种非常简单的安装方法。我个人推荐使用pip进行安装：
pip install pyod
使用其包含的算法也很简单：每个算法均有相对应的例子，方便使用者学习了解API（示例文件夹），比如LOF算法的对应例子就叫做lof_example.py，非常容易找到。除此之外，作者还提供了**可互动的Jupyter Notebook示例**，无需安装，直接从浏览器打开notebook就可以尝试PyOD工具库。
特别需要注意的是，异常检测算法基本都是无监督学习，所以只需要X（输入数据），而不需要y（标签）。PyOD的使用方法和Sklearn中聚类分析很像，它的检测器（detector）均有统一的API。所有的PyOD检测器clf均有统一的API以便使用，完整的API使用参考可以查阅（API CheatSheet - pyod 0.6.8 documentation）：
当检测器clf被初始化且fit(X)函数被执行后，clf就会生成两个重要的属性：
不难看出，当我们初始化一个检测器clf后，可以直接用数据X来“训练”clf，之后我们便可以得到X的异常分值（clf.decision_scores）以及异常标签（clf.labels_）。当clf被训练后（当fit函数被执行后），我们可以使用decision_function()和predict()函数来对未知数据进行训练。
在有了背景知识后，我们可以使用PyOD来实现一个简单的异常检测实例：
from pyod.models.knn import KNN # imprt kNN分类器
# 训练一个kNN检测器
clf_name = 'kNN'
clf = KNN() # 初始化检测器clf
clf.fit(X_train) # 使用X_train训练检测器clf
# 返回训练数据X_train上的异常标签和异常分值
y_train_pred = clf.labels_ # 返回训练数据上的分类标签 (0: 正常值, 1: 异常值)
y_train_scores = clf.decision_scores_ # 返回训练数据上的异常值 (分值越大越异常)
# 用训练好的clf来预测未知数据中的异常值
y_test_pred = clf.predict(X_test) # 返回未知数据上的分类标签 (0: 正常值, 1: 异常值)
y_test_scores = clf.decision_function(X_test) # 返回未知数据上的异常值 (分值越大越异常)
不难看出，PyOD的API和scikit-learn非常相似，只需要几行就可以得到数据的异常值。当检测器得到输出后，我们可以用以下代码评估其表现，或者直接可视化分类结果（图2）。
# 评估预测结果
print("\nOn Test Data:")
evaluate_print(clf_name, y_test, y_test_scores)
# 可视化
visualize(clf_name, X_train, y_train, X_test, y_test, y_train_pred,
y_test_pred, show_figure=True, save_figure=False)
图2. 预测结果（右图）与真实结果（左图）对比
除此之外，不少网站都曾提供过如何使用PyOD的教程，比较权威的有：
根据开发团队的计划（Todo & Contribution Guidance），很多后续功能会被逐步添加：
除此之外，开发团队也整理异常检测相关的资源汇总（课程、论文、数据等），非常值得关注：anomaly-detection-resources
总结来看，PyOD是当下最为流行的异常检测工具库，且处于持续更新中。建议大家尝试、关注并参与到PyOD的开发当中。有鉴于功能可能会不断更新，请以GitHub版本为准。
引用PyOD非常方便，可参考如下：
Zhao, Y., Nasrullah, Z. and Li, Z., 2019. PyOD: A Python Toolbox for Scalable Outlier Detection. Journal of machine learning research (JMLR), 20(96), pp.1-7.
或者
@article{zhao2019pyod,
author = {Zhao, Yue and Nasrullah, Zain and Li, Zheng},
title = {PyOD: A Python Toolbox for Scalable Outlier Detection},
journal = {Journal of Machine Learning Research},
year = {2019},
volume = {20},
number = {96},
pages = {1-7},
url = {http://jmlr.org/papers/v20/19-011.html}
}