如果事务由两行或更多行表示，是否有办法使用python对事务（日志）数据进行集群？

在会计中，表示交易的数据集称为“总帐”，并采用以下形式：

请注意，“日记”即交易包含两个订单项。例如。交易（期刊编号）1有两行。收到现金和收入。公司也可以有交易（期刊），可以包括3个项目甚至更多。

我是否首先需要清理数据，每个日记只有一个订单项？即将上面的8行清理成4行。

有没有任何python机器学习算法，这将允许我聚集上述数据而无需进一步操作？

这样做的目的是检测交易数据中的异常。我不知道异常是什么样的，所以这需要无人监督学习。

0
投票

在数据的每个维度上使用高斯来确定什么是异常。每个维度都会撤消均值和方差，如果该维度上的新数据点的值低于阈值，则将其视为异常值。这会在每个维度上创建一个高斯。您可以在此处使用某些特征工程，而不仅仅是在原始数据上使用高斯。

如果要素看起来不是高斯（绘制直方图），请使用log（x）或sqrt（x）等数据转换来更改它们，直到它们看起来更好。

如果没有监督学习，或者如果你想找到新的，以前看不见的异常（例如发电厂的故障，或者有人怀疑而不是某人是男/女），请使用异常检测

错误分析：但是，如果p（x），一个例子不是异常的概率，对所有例子来说都很大么？添加另一个维度，并希望它有助于显示异常。您可以通过组合其他一些来创建此维度。

为了使高斯更适合您的数据形状，您可以使其变为多变量。然后它采用矩阵均值和方差，您可以改变参数以改变其形状。如果您的功能并非全部独立，它还将显示功能关联。