在继续您的工作流之前，了解离群点的类型以及其出现的原因至关重要。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
本章介绍如何使用直方图、散点图、箱线图、z 分数和改进的 z 分数来检测一维数据中的离群点。
本章将带您全面理解 Isolation Forest 算法的工作原理。您将了解 Isolation Tree 的构建方式、PyOD 中 IForest 的关键参数及其调优方法，并学会如何使用离群点概率分数来解释 IForest 的输出。
在基于树的离群点分类器之后，您将学习一类基于距离与密度的检测方法。KNN 与局部离群因子（Local Outlier Factor）分类器在该领域效果显著，您将学会如何使用它们。
本章将介绍如何对时间序列数据集进行异常检测，并通过离群点集成方法让您的预测更加稳定、可信。
当前练习
