异常检测扩展包括最著名的无监督异常检测算法，分配个别异常评分的数据行示例集

4.0.1 = = = = = =

• 修正了一个在应用程序中集群模型可能产生错误结果的错误，因为它们没有从训练中获取集群的大小。
• 修正了隔离森林无法在值<0时运行的错误。
• 修正了隔离森林在分组时无法存储的错误。

= = = 4.0.0 = = =

请注意，这个版本不向后兼容，因为属性有了新的名称!

• 异常模型现在使用JSON序列化，而不是java序列化
• 正常异常模型现在是IOTablePredictionModels，就像任何其他学习器一样(除了聚类)
• 由于异常模型现在是IOTablePredictionModels，它们的响应是预测，而不是评分
• 单变量模型仍然是预处理模型，但它们的主要得分被称为预测。所有其他分数称为预测(attributeName)
• 单变量模型现在在其描述中描述了正确的覆盖属性

= = = 3.3.0 = = =

警告:此版本不向后兼容，因为列名从v 3.2.0更改为3.3.0以具有一个方案。

• 更改了所有“检测离群值”操作符中的离群值分数的作用。现在是信心(分数)。
• 更改所有检测离群值操作符中生成的评分属性的名称。现在是"score"
• 增加了一个新的操作符“生成离群值标志”，它允许您离散化得分属性。

= = = 3.2.0 = = =

*添加了一个新的操作符检测异常值(隔离林)，它以前是操作符工具箱的一部分

*孤立森林中的树现在在原始数据的引导子集上进行训练

*孤立森林中的树木现在可以定义每棵树考虑的特征数量。

= = = 3.1.0 = = =

*增加了一个新的操作符检测异常值(单变量)，它以前是操作符工具箱的一部分

增加了一个新的操作符检测异常值(时间序列)

=== 3.0.1版本===

• 增加了新的算子检测离群点(聚类)，封装了三种离群点检测算法
• 检测离群值(聚类)提供了一个应用于新数据的模型。
• 增加了一个新的操作符检测离群值(rPCA)，它也提供了一个模型。
• 切换到最新的LibSVM版本。健壮的单类因此不再可用。结果可能略有不同。
• 切换RNN运算符的库，结果可能不同。

=== 3.0.2版本===

• 固定的小虫子