之前有一篇展示效果的文章失效了，可以下载运行一下试试看。其实是很简单的小项目。
- KNN.py是图形化展示算法可行性的程序。
- alert.py包含一个每次调用能返回异常值分数的函数api_alert，并且每十秒调用他一次。
pyod：
- Python Outlier Detection（PyOD）是当下最流行的Python异常检测工具库(详情见链接)，其主要亮点包括：
- 包括近20种常见的异常检测算法，比如经典的ABOD以及最新的深度学习如对抗生成模型（GAN）和集成异常检测（outlier ensemble）
- 支持不同版本的Python：包括2.7和3.5+；支持多种操作系统：windows，macOS和Linux
- 简单易用且一致的API，只需要几行代码就可以完成异常检测，方便评估大量算法
- 使用JIT和并行化（parallelization）进行优化，加速算法运行及扩展性（scalability），可以处理大量数据
- Python的influxdb处理模块
- matplotlib.pyplot 是命令样式函数的集合(详情见链接)，使matplotlib像MATLAB一样工作。
- 每个pyplot函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰图形等。
- 在matplotlib.pyplot中，各种状态在函数调用中保留，以便跟踪当前图形和绘图区域等内容，并且绘图函数指向当前轴
- Pandas 是一个 Python 的包(详情见链接)，提供快速、灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的使用既简单又直观。
- 它的目标是成为用Python进行实际的、真实的数据分析的基础高级模块。
- 此外，它还有更宏远的目标，即成为超过任何语言的最强大，最灵活的开源数据分析/操作工具。
代码注释写得很详细
def api_alert(influxdb_ip, influxdb_port, influxdb_user, influxdb_pwd, influxdb_database, influxdb_table, apiid):
if(test_scores > 0.8):
print('数据点异常程度4，必须报警')
elif(test_scores > 0.5):
print('数据点异常程度3，需要报警')
elif(test_scores > 0.1):
print('数据点异常程度2，建议报警')
elif(test_scores > 0.05):
print('数据点异常程度1，可以报警')
#这个分级是根据KNN.py的图像分析出来的，0.05以上的很明显是异常点，0.1以上已经出现了离群现象，0.5以上就距离数据点很远了。
#这个值根据训练用的时间相关，一天的数据0.05比较合适。
return test_scores
这里提一句，目前想要将机器学习应用到平时的产品里，最关键的任务是数据处理。
- 基本所有的机器学习算法都需要数据归一化，以消除数据量不同导致的误差，个别算法不可以归一化。
- 数据一定要量化，某些很难量化的数据可以学习一下“独热编码”。
KNN算法使用的是欧氏距离进行分类，而欧式距离不进行数据归一化，在数据量差距大时算法的准确性就会受到影响。 如两个维度的数据分别是（0-1）（0-1000000），第二个维度的数据就会对运算结果有更大的影响。
x['CallCount'] = (x['CallCount']-x['CallCount'].min()) / \
(x['CallCount'].max()-x['CallCount'].min())
x['Average'] = (x['Average']-x['Average'].min()) / \
(x['Average'].max()-x['Average'].min())
x['ErrorRate'] = x['ErrorRate']/100
#这里将三个维度的数据映射到了[0-1]
大部分的数据都需要转化成dataframe的格式，才能进行机器学习的算法运算。原因详见panda的文档。
具体使用方式见pyplot文档
plt.title(title)
plt.xlabel('Average')
plt.ylabel('CallCount')
plt.scatter('Average', 'CallCount', s=1, data=df)
plt.scatter('Average', 'CallCount', s=2, c='red', data=alert)