异常检测¶
一套用于对时间序列执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。它们生成异常得分时间序列，可以针对单个时间序列 (score())，也可以针对伴随预测的时间序列 (score_from_prediction())。评分器可以是可训练的（例如，
KMeansScorer），也可以是不可训练的（例如，NormScorer）。异常模型提供了一种便捷的方式，可以从任何 Darts 预测模型（
ForecastingAnomalyModel）或滤波模型（FilteringAnomalyModel）生成异常得分，通过比较模型的预测值与实际观测值来实现。这些类接受一个 Darts 模型和一个或多个评分器作为参数，并且可以方便地使用 score() 方法生成异常得分。异常检测器：将原始时间序列（例如异常得分）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）通过应用布尔逻辑组合成单个二进制异常时间序列。