Repolode
提交项目
yzhao062

yzhao062/pyod

一个 Python 异常检测库，覆盖表格、时间序列、图、文本、图像和音频数据，内置 60 多种检测器。

在 GitHub 查看官网
Star
10,052
Fork
1,516
未关闭 Issue
223
最近提交
11天前

这是什么？

PyOD 是一个用于离群点和异常检测的 Python 库。它提供大量检测算法，既有 Isolation Forest、LOF、kNN 等经典方法，也有自编码器、VAE、DeepSVDD 等神经网络方法，并统一在 fit、decision_function、predict 的接口之下。检测器按数据类型分组，涵盖表格数据、时间序列和图数据，并可借助基础模型嵌入处理文本、图像和音频。

除经典接口外，3.x 版本新增 ADEngine 编排层，可完成数据画像、检测器规划与构建、检测执行和结果解释。项目还提供适用于 Claude Code 和 Codex 的 od-expert 技能，以及一个 MCP 服务器，向兼容 MCP 的大模型智能体暴露十个无状态工具。已经明确需要哪种检测器的用户，仍可直接使用 fit/predict 流程。

库内还包含合成数据生成、Precision@n 等评估函数、集成方法的分数组合工具，并支持用 joblib 或 pickle 保存模型。可通过 pip 或 conda-forge 安装。

核心功能

  • 01提供 60 多种检测器，涵盖概率、近邻、线性、集成和神经网络方法。
  • 02在统一接口下支持表格、时间序列、图、文本、图像和音频数据。
  • 03ADEngine 可自动完成数据画像、检测器选择、检测和结果解释。
  • 04通过 MCP 服务器和 od-expert 技能，AI 智能体可以驱动检测流程。
  • 05内置合成数据生成器和 Precision@n 等评估工具。

适用场景

  • 在表格业务数据中识别欺诈交易或异常记录。
  • 检测传感器、遥测或时间序列数据中的异常模式。
  • 在交易网络、社交网络等图数据中发现异常节点。
  • 利用基础模型嵌入，对文本、图像或音频集合进行离群点筛查。

快速上手

  1. 1

    从 PyPI 安装核心库

    pip install pyod
  2. 2

    训练检测器并读取异常分数

使用前须知

  • README 中的主要新功能（智能体技能、MCP 服务器）属于 PyOD 3 的新特性，有状态的 investigate/iterate 工具尚未提供。

收录于专题

开源 AI Agent 框架与应用数据科学课程与工具

标签

#anomaly-detection#outlier-detection#machine-learning#time-series#unsupervised-learning#graph-neural-networks#fraud-detection#agentic-ai#data-mining#data-science

常见问题

pyod 是什么？
一个 Python 异常检测库，覆盖表格、时间序列、图、文本、图像和音频数据，内置 60 多种检测器。 PyOD 是一个用于离群点和异常检测的 Python 库。它提供大量检测算法，既有 Isolation Forest、LOF、kNN 等经典方法，也有自编码器、VAE、DeepSVDD 等神经网络方法，并统一在 fit、decision_function、predict 的接口之下。检测器按数据类型分组，涵盖表格数据、时间序列和图数据，并可借助基础模型嵌入处理文本、图像和音频。
pyod 可以免费使用吗？用的什么许可证？
pyod 以 BSD-2-Clause 许可证开源。用于商业产品前，请先确认许可证条款。
pyod 还在维护吗？
活跃维护中。pyod 最近一次提交是在 2026年10月12日。
pyod 适合用来做什么？
在表格业务数据中识别欺诈交易或异常记录。 检测传感器、遥测或时间序列数据中的异常模式。 在交易网络、社交网络等图数据中发现异常节点。 利用基础模型嵌入，对文本、图像或音频集合进行离群点筛查。
pyod 怎么安装和运行？
从 PyPI 安装核心库: pip install pyod 训练检测器并读取异常分数
在哪里获取 pyod？
源代码和安装说明在 GitHub 上：https://github.com/yzhao062/pyod

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目