Anomaly Detection
异常检测(Anomaly Detection)—— 基于高斯分布的一元/多元异常检测,纯 NumPy 实现。 当用户提到"异常检测"、"anomaly detection"、"找异常"、"离群点"、"异常值检测"、 "outlier detection"、"高斯异常检测"、"检测异常数据"、"帮我检测异常"、"异常样本"、 "找出异常的"、"哪些数据有问题"、"不正常的数据"、"反常数据"等类似场景时触发。 适用于任何"给一堆数据,想找出哪些样本不太正常"的需求。 不要手动写代码——必须调用此技能来统一处理。
Install
npx skills add muralidharsoth-tech/andrew-ng-ml-claude-skills --skill anomaly-detectiongit clone --depth 1 https://github.com/muralidharsoth-tech/andrew-ng-ml-claude-skills.git /tmp/andrew-ng-ml-claude-skills
mkdir -p ~/.claude/skills
cp -r /tmp/andrew-ng-ml-claude-skills/skills/anomaly-detection ~/.claude/skills/anomaly-detectionPersonal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.
From the SKILL.md
# 异常检测(Anomaly Detection) ## 概述 基于吴恩达课程第 9 周的异常检测算法,核心原理: - **训练阶段**:假设正常数据服从高斯分布,从数据中学习分布参数(均值 μ、方差 σ²) - **检测阶段**:计算新样本的 p(x),若 p(x) < ε(阈值)则标记为异常 - **一元高斯**:各特征独立建模,p(x) = Π p(x_j; μ_j, σ²_j) - **多元高斯**:用协方差矩阵 Σ 捕获特征间相关性(需 m > n) - 所有代码使用纯 NumPy + Matplotlib,自动保存为带时间戳的 `.py` 文件 ### 核心规则 - 数据输入支持三种方式:粘贴数组、CSV 文件、口头描述 - 自动检验每个特征是否符合高斯分布,不符合则尝试 log/sqrt/Box-Cox 变换 - 自动检测特征间相关性,智能选择一元或多元高斯 - ε 阈值智能推荐(有标签用 F1 最大化,无标签用分位数法),推荐后可调整 - 输出包含:检测结果、`.py` 代码文件、`.png` 可视化图表 --- ## 交互流程 ### 环境预检(生成代码前必须执行) 先确认当前 Python 解释器可以导入 numpy 和 matplotlib。 缺少依赖时暂停执行并提示:python -m pip install -r requirements.txt,然后运行 python check_env.py;预检未通过时不要声称代码可运行。 ### 步骤 1:数据输入 > 请提供你的数据。支持三种方式: > > **A. 粘贴数组** — 直接粘贴 Python 格式的数据 > **B. CSV 文件** — 提供文件路径,我来读取 > **C. 口头描述** — 描述数据含义和范围,我来构造示例 > > 如果有异常标签(0=正常, 1=异常),也请一并提供。 自动判断输入类型: ``` 包含 ".csv" → CSV 文件模式 包含 "[[", "np.array", "X =" 等 → 数组粘贴模式 包含 "大概", "模拟", "比如" 等 → 口头描述模式 ``` #### 模式 A:粘贴数组 > 请粘贴你的数据。格式示例: > ```python > # 多特征数据: > x1: [14.2, 13.8, 14.5, 25.0, 13.9] > x2: [2.8, 2.9, 3.0, 8.5, 2.7] > # 或二维数组: > [[14.2, 2.8], [13.8, 2.9], [14.5, 3.0], [25.0, 8.5], [13.9, 2.7]] > ``` > > 如果有标签:`y: [0, 0, 0, 1, 0]`(0=正常, 1=异常) > > 还需提供:每个特征的名字(用于图表标注)、检测主题(用于图表标题) 提取:`X_raw`(m×n 数组)、`y_raw`(可选,0/1 数组)、`feature_names`、`title_topic` #### 模式 B:CSV 文件 > 请提供 CSV 文件路径。 > - 文件要求:每行一条样本,每列一个特征 > - 如果有标签列,请告知列名或列索引 读取逻辑:先尝试 UTF-8,失败则尝试 GBK,再失败尝试 latin-1。自动跳过非数值列。 #### 模式 C:口头描述 > 请描述你的数据:
Details
- Skill name
anomaly-detection- Path
skills/anomaly-detection/SKILL.md- License
- MIT
- Repo updated
- 25 October 2026
FAQ
What does the Anomaly Detection skill do?
异常检测(Anomaly Detection)—— 基于高斯分布的一元/多元异常检测,纯 NumPy 实现。 当用户提到"异常检测"、"anomaly detection"、"找异常"、"离群点"、"异常值检测"、 "outlier detection"、"高斯异常检测"、"检测异常数据"、"帮我检测异常"、"异常样本"、 "找出异常的"、"哪些数据有问题"、"不正常的数据"、"反常数据"等类似场景时触发。 适用于任何"给一堆数据,想找出哪些样本不太正常"的需求。 不要手动写代码——必须调用此技能来统一处理。
How do I install the Anomaly Detection skill?
skills CLI (Claude Code, Cursor, Codex and more): npx skills add muralidharsoth-tech/andrew-ng-ml-claude-skills --skill anomaly-detection. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.
Is Anomaly Detection popular?
It lives in muralidharsoth-tech/andrew-ng-ml-claude-skills, which has 40 GitHub stars and 3 forks.
Related skills
Linear Regression
40muralidharsoth-tech/andrew-ng-ml-claude-skills
线性回归预测 —— 智能选择正规方程或梯度下降,支持单变量与多变量。 当用户提到"线性回归"、"线性拟合"、"线性预测"、"直线拟合"、"回归预测"、 "帮我做回归"、"预测一下"、"拟合一条线"、"多变量回归"等类似场景时触发。 适用于任何"给一堆 x,y 数据,想拟合并预测新值"的需求。 不要手动写代码——必须调用此技能来统一处理。
Logistic Regression
40muralidharsoth-tech/andrew-ng-ml-claude-skills
逻辑回归分类预测 —— 支持二分类与多分类,内置正则化梯度下降。 当用户提到"逻辑回归"、"logistic regression"、"分类预测"、"二分类"、 "多分类"、"帮我分类"、"预测类别"、"是否"、"会不会"等类似场景时触发。 适用于任何"给一堆 x,y 分类标签,想预测新样本类别"的需求。 不要手动写代码——必须调用此技能来统一处理。
Model Recommendation
40muralidharsoth-tech/andrew-ng-ml-claude-skills
模型自动推荐 —— 根据数据特征和预测需求,智能推荐线性回归/逻辑回归/SVM/神经网络/Softmax 回归。 当用户提到"推荐模型"、"选什么模型"、"用什么算法"、"模型选择"、"该用哪个"、 "帮我选模型"、"哪个算法合适"、"用什么方法预测"、"线性回归还是"等类似场景时触发。 适用于任何"我有数据和预测目标,但不确定该用什么模型"的需求。 不要手动画决策树——必须调用此技能来统一处理。
Apollo 13
44Jakeschincariol/unhinged-claude-skills
Works a critical failure under hard constraints — limited options, no clean fix — to get the broken thing home with whatever you have; invoke via /apollo-13 when something important is down, the usual tools are unavailable, and you must improvise a survival fix.
Ppt
44siyunhao2025-beep/Ku-academic
飞书幻灯片:创建和编辑幻灯片。创建演示文稿、读取幻灯片内容、管理幻灯片页面(创建、删除、读取、局部替换)。当用户需要创建或编辑幻灯片、读取或修改单个页面时使用。
Caffeine Overdose
44Jakeschincariol/unhinged-claude-skills
Goes wide and exhaustive — every option, every edge, every step spelled out, the opposite of a compressor; invoke via /caffeine-overdose when you want maximum thoroughness and nothing left implicit.
Browse the most popular Claude skills, all other skills, or write your own with the skills generator.