数値データの外れ値を見付ける
外れ値（異常）とは，他のほとんどのデータ点からかけ離れているデータ点として定義することができる．この例では簡単な数値データ集合を使って異常の見付け方および異常検出と「より低い確率」という概念を関連付ける方法を説明する．
FisherのIris（アヤメ）データ集合をロードし，属性"PetalLength"（花弁の長さ）と"SepalWidth"（萼片の幅）を選ぶ．
データ集合の外れ値を見付ける．
データの他の部分と比較した外れ値の位置を可視化する．
異常検出器関数はデータから得ることもできる．
検出関数を使って外れ値を見付ける．
特定の例に検出器関数を使う．
それぞれの異常検出器には異常ではないとされたデータ点で訓練されたLearnedDistributionが含まれている．この分布から新しい例のRarerProbabilityが計算できる．
より低い確率は，どの例が外れ値であるかを定義するために使われる．デフォルトでは，0.001より小さい確率を持つ例が外れ値とみなされる．低い確率の関数，外れ値決定境界線，データを可視化する．
