PyCaretでの異常検知
目次 1. 異常検知のPyCaretの概要 1.1異常検知とは 1.2異常検知の種類 1.3 PyCaretのライブラリ 2. 実験 2.1 環境構築 2.2 データロード 2.3 モデル学習 2.4 モデル推論 2.5 モデルの保存と読み込む 関連記事：PyCaret（オープンソースの自動機械学習：AutoML） 1. 異常検知のPyCaretの概要 1.1異常検知とは 異常検知（Anomaly detection) とは、データの中から異常な状態、通常のパターンとは異なる挙動を検出することです。 1.2異常検知の種類 異常検出の手法は主に3つの種類があります。 １）教師なし異常検出：ラベルがなくデータで異常モデルを学習します。 ２）教師あり異常検出：「正常」および「異常」とラベル付けされたデータセットで異常モデルを学習します。 ３）半教師あり異常検出：正常データのみで学習されます（異常はありません）。正常データからテストデータを推測します。 1.3 PyCaretのライブラリ pycaret.anomalyモジュールは、教師なし異常検出と教師あり異常検出の手法を提供します。 PyCaretは異常検出のアルゴリズムが12つあります。 abod Angle-base Outlier Detection cluster Clustering-Based Local Outlier cof Connectivity-Based Local Outlier iforest Isolation Forest histogram Histogram-based Outlier Detection …
