异常检测¶
一套用于对时间序列进行异常检测和分类的工具。
异常评分器 是异常检测模块的核心。它们生成异常评分时间序列，既可以针对单一系列（score()），也可以针对伴随某些预测的系列（score_from_prediction()）。评分器可以是可训练的（例如，
KMeansScorer）或不可训练的（例如，NormScorer）。异常模型 提供了一种便捷的方式，通过将Darts预测模型（
ForecastingAnomalyModel）或过滤模型（FilteringAnomalyModel）的预测与实际观测值进行比较，来生成异常分数。这些类以一个Darts模型和一个或多个评分器作为参数，并且可以通过 score() 方法直接用于生成异常分数。异常检测器: 将原始时间序列（如异常分数）转换为二进制异常时间序列。
异常聚合器: 将多个二进制异常时间序列（以多元时间序列的形式）通过布尔逻辑组合成一个单一的二进制异常时间序列。