慢慢地讲起Sklearn，更具体的无监督聚类算法。我正在一个将xml文件展平为csv文件的项目，这一部分完成了。
现在我想实现任何sklearn方法来检测数据异常。
csv文件采用Dataframe格式，其中有些列带有说明，而另一些带有值。这些值也可以是十进制值55,2
更建议使用无监督学习中的哪些Sklearn算法进行异常检测？
[开始时，我只想尝试找出这些数字的异常之处，如果那里不存在任何数字。
首先，聚类算法和异常检测算法不是一回事。在群集中，目标是将每个实例分配到一个组（群集）中，其中每个组都有相似的实例。在异常检测中，目标是找到与任何其他实例都不相似的实例。
某些聚类算法，例如DB-SCAN，会创建“异常聚类”。该集群具有不属于任何其他集群的所有实例。我建议尝试看看是否能解决您的问题。
几乎所有的聚类算法都期望数字向量作为输入。如果要使用字符串列，则可以使用One Hot Encoding之类的方法将字符串转换为数字向量。有很多方法可以做到这一点，并且您可以找到一些sk-learn实现here。
更建议将哪些Sklearn算法用于使用无监督学习？
[最常用的算法是sklearn推荐的these ones。
开始时，我只想尝试查找异常数字，如果有不属于该数字的数字。
正如我所看到的，您可以尝试一种新颖性检测方法，here您有一个基本的解释。以我的经验，OneClassSVM是可靠的算法。