异常数据检测平台

项目简介

企业运行过程中会产生大量的数据，但其中的数据往往存异常值。异常值会对数据质量以及其数据构建的模型造成一定负面影响。于是，在工作中，我们需要对数据进行异常值检测，尽可能将异常值识别出来。异常数据平台就是基于此目的而展开的一个项目。

平台介绍

语言： Python+Flask
平台使用python作为后端语言，同时利用Flask框架进行前端的编写，对异常检测的结果进行可视化输出。

功能：数据上传、数据保存、数据合并、规则检测、k-sigma检测、孤立森林检测

平台实现了前后两期数据的上传合并，并且给出了一个数据实例（银行贷款明细数据）。

数据上传、数据保存、数据合并

直接规则检测

可以根据根据数据的固定规则进行异常值的检测

k-sigma检测

可以根据根据数据的k-sigma统计量进行异常值的检测

孤立森林检测

可以根据根据机器学习方法——孤立森林进行异常值的检测

异常检测平台源代码