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