som-anomaly-detector: 为异常检测设计的Kohonen SOM 实现

简介：
SOM-Anomaly-Detector是一款基于Kohonen自组织映射(SOM)算法的开源工具，专为高效识别和处理数据中的异常值而设计。 SOM 异常检测这个 Python 模块提供了一个简单而高效的 Kohonen 自组织映射实现，用于异常检测目的。该方法基于 Tian, J., Azarian, MH, Pecht, M. (2014) 的论文《使用基于自组织图的 K 近邻算法进行异常检测》。 算法简要描述如下：在一组正常数据（可能包含一些噪声或异常值）上训练一个维度的自组织映射。SOM 中每个节点计算映到该节点上的训练向量数量，假设我们称这个数字为degree 。删除所有度数小于某个阈值的节点。对于评估的数据中的每一个观察，执行 k-NN 相对 SOM 节点，并且计算找到这些节点后的平均距离作为异常度量。按照异常度量排序评估数据。 安装方法可以通过克隆代码库来完成。