Power BI中运行PyCaret脚本报错：get_outliers未定义

问题原因 #

get_outliers 并非PyCaret异常检测模块的内置函数，你可能混淆了API用法。PyCaret异常检测的标准流程是先初始化环境、训练模型，再通过模型预测标记异常值。

正确实现步骤 #

以下是在Power BI中运行PyCaret异常检测的正确脚本：

1. 导入模块并初始化环境

from pycaret.anomaly import *
# 初始化异常检测环境，指定忽略的特征
exp_anomaly = setup(data=dataset, ignore_features=['DEPT_NAME', 'MERCHANT', 'TRANS_DT'])

2. 创建异常检测模型（以Isolation Forest为例，也可选用KNN、LOF等其他模型）

iforest = create_model('iforest')

3. 生成包含异常标记的预测结果

results = predict_model(iforest, data=dataset)

4. 筛选出异常值（默认Anomaly列中1表示异常，0表示正常）

outliers = results[results['Anomaly'] == 1]
# 将结果返回给Power BI
dataset = outliers

关键说明 #

• PyCaret异常检测的核心流程是setup → create_model → predict_model，不存在直接的get_outliers函数。
• 运行前需确保Power BI配置的Python环境已安装对应版本的PyCaret（建议使用最新稳定版）。
• 可根据需求替换模型名称，不同模型的异常标记逻辑一致。

内容的提问来源于stack exchange，提问作者user3447443