已知问题与警告¶
这是追踪已知问题的中心位置。
安装¶
存在一些已知的依赖问题/注意事项。更多信息请参考 安装。
神经网络¶
SO_GAAL 和 MO_GAAL 可能仅在 Python 3.5+ 环境下工作。
PyOD 与 scikit-learn 之间的差异¶
尽管 PyOD 是基于 scikit-learn 构建的，并受到其 API 设计的启发，但仍需注意一些差异：
PyOD 中的所有模型都遵循一个传统，即异常对象的分数较高，而正常对象的分数较低。scikit-learn 的设计则相反——分数较低表示异常对象。
PyOD 使用“0”表示内点，“1”表示异常点。不同的是，scikit-learn 返回“-1”表示异常值/异常点，“1”表示内点。
尽管孤立森林、一类支持向量机和局部异常因子在PyOD和scikit-learn中都有实现，但不建议用户混合使用它们，例如，从PyOD调用一个模型，从scikit-learn调用另一个模型。建议仅使用一个库以保持一致性（对于这三个模型，PyOD的实现实际上是scikit-learn的一组包装函数）。
PyOD 模型可能无法与 scikit-learn 的 check_estimator 函数一起工作。同样，scikit-learn 模型也无法与 PyOD 的 check_estimator 函数一起工作。