Web-интерфейс для анализа аномалий в данных

Веб-приложение для обнаружения аномалий и потенциально "отравленных" данных в CSV-файлах, предназначенных для обучения моделей машинного обучения.

Описание

Этот веб-интерфейс позволяет загружать CSV-файлы и автоматически анализировать их на наличие аномалий с помощью различных методов (Isolation Forest, Z-score, DBSCAN). Результаты анализа отображаются прямо в браузере, а также доступны для скачивания.

Возможности

• Загрузка и анализ CSV-файлов через веб-интерфейс
• Поддержка задач регрессии и классификации
• Визуализация результатов (графики)
• Скачивание обработанных и подозрительных данных

Системные требования

• Python >= 3.6
• Flask
• pandas >= 1.3.0
• numpy >= 1.20.0
• scikit-learn >= 1.0.0
• matplotlib >= 3.4.0
• seaborn >= 0.11.0

Установка

1. Клонируйте репозиторий:

git clone <адрес_вашего_репозитория>
cd web

2. Установите зависимости:

pip install -r requirements.txt

Запуск

python app.py

После запуска приложение будет доступно по адресу http://localhost:5001

Использование

1. Откройте браузер и перейдите на http://localhost:5001
2. Загрузите ваш CSV-файл
3. Выберите тип задачи (регрессия или классификация)
4. (Опционально) включите визуализацию
5. Нажмите "Анализировать"
6. Ознакомьтесь с результатами и скачайте обработанные файлы при необходимости

Важно

Результаты анализа являются предположительными и требуют внимательной интерпретации. Приложение не гарантирует абсолютную точность выявления аномалий, а лишь указывает на потенциально подозрительные области в данных.