#2 · 主分类： 经典机器学习框架
pyod
agentic-ai
anomaly-detection
data-mining
data-science
deep-learning
foundation-models
fraud-detection
graph-anomaly-detection
image-anomaly-detection
machine-learning
multimodal
nlp-anomaly-detection
novelty-detection
out-of-distribution-detection
outlier-detection
outlier-ensembles
time-series
time-series-anomaly-detection
unsupervised-learning
一个用于异常检测的Python库，覆盖表格、时间序列、图、文本、图像和音频数据。包含60多种检测器，基于基准测试的ADEngine编排，以及用于AI智能体的智能体工作流。
项目最后更新：08/19/26
GitHub Stars
10.0K
Forks数量
1.5K
贡献者数量
75
许可证
BSD-2-Clause
收录理由
异常检测几乎出现在每条数据流水线里，而pyod是少数把这件事当作通用问题、而非单个算法来处理的库。它集成了六十多种检测器，从经典统计方法到深度学习模型都有，并且能同时处理表格、时间序列、图、文本、图像和音频数据。统一的fit/predict接口让你可以在同一份数据上跑一整套检测器，然后留下那些真正能抓住你关心的欺诈、入侵或制造缺陷的模型。新加入的ADEngine层自动完成检测器选择和评估，而agentic技能和MCP服务器则允许AI代理用自然语言驱动整个排查过程，同时经典API保持不变。如果你想要一个覆盖面广、结果可靠的离群点检测基线，而不是押注某个专门模型，从这里入手是明智的。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。