3.0 Présentation du module de détection d'anomalies dans PyCaret

Le module de détection d'anomalies de PyCaret (pycaret.anomaly) est un module d'apprentissage automatique non supervisé qui effectue la tâche d'identifier des éléments, des événements ou des observations rares qui soulèvent des soupçons en différant considérablement de la majorité des données.

Le module de détection d'anomalies PyCaret fournit plusieurs fonctionnalités de prétraitement qui peuvent être configurées lors de l'initialisation de la configuration via la fonction setup (). Il dispose de plus de 12 algorithmes et de quelques tracés pour analyser les résultats de la détection d'anomalies. Le module de détection d'anomalies de PyCaret implémente également une fonction unique tune_model () qui vous permet de régler les hyperparamètres du modèle de détection d'anomalies pour optimiser l'objectif d'apprentissage supervisé tel que AUC pour la classification ou R2 pour la régression.