anomaly-detector-lib 0.1.4

Статистическое обнаружение выбросов и аномалий во временных рядах

project-lib

Статистическое обнаружение выбросов и аномалий во временных рядах.

project-lib предоставляет набор классических методов поиска выбросов с единым интерфейсом, а также вспомогательные средства для проверки нормальности, преобразования данных и автоматического подбора детектора.

Установка

pip install project-lib

Детекторы

• ChauvenetDetector — критерий Шовене
• DixonQDetector — Q-критерий Диксона
• GrubbsDetector — критерий Граббса
• HampelDetector — фильтр Хампеля
• IQRDetector — правило межквартильного размаха
• ModifiedZScoreDetector — модифицированный z-score (на основе MAD)
• MonteCarloDetector — обнаружение методом Монте-Карло
• ZScoreDetector — классический z-score

Быстрый старт

import pandas as pd
from project_lib import TimeSeries, ZScoreDetector

series = pd.Series([1, 2, 1, 2, 100, 2, 1])
detector = ZScoreDetector()
anomalies = detector.detect(series)
print(anomalies)

Анализ данных

Проверка нормальности (test_normality), преобразования (log_transform, sqrt_transform, boxcox_transform, yeojohnson_transform), автоматический подбор детектора (select_detector, select_normal_detector) и визуализация (plot_anomalies).

Лицензия

MIT