使用PyOD的KNN做异常检测报continuous format is not supported错如何解决

evaluate_print 函数内部调用 roc_auc_score 计算指标时，要求输入的真实标签必须是二分类离散值（0代表正常样本、1代表异常样本），但你传入的yTrain和yTest是股票价格的连续数值，所以触发了连续格式不支持的报错。
同时你对PyOD异常检测模型的使用逻辑存在偏差：PyOD内置的无监督异常检测模型fit阶段仅需要输入特征矩阵X，不需要传入标签y，你当前将日期设为特征、价格设为标签的用法不符合评估逻辑。

• 调整特征构造逻辑：如果你要检测股票价格的异常值，应该把价格列作为输入特征传入模型，而非作为标签：

# 示例：将价格列设为特征
X = s.iloc[:, 1].values.reshape(-1,1)

• 若你需要使用evaluate_print做指标评估，需要提前给数据集标注好真实的异常标签（0正常/1异常）作为y传入，无标注数据无法计算ROC-AUC这类依赖真实标签的指标。如果没有标注数据，直接删除评估代码即可避免报错：

# 删除以下两行评估代码
evaluate_print(clf_name, yTrain, y_train_scores)
evaluate_print(clf_name, yTest, y_test_scores)

• 补充说明：如果没有标注好的真实异常标签，visualize函数同样无法正常运行，也需要删除对应调用代码。你可以直接使用模型输出的y_train_pred、y_test_pred获取异常样本的标记结果，或用y_train_scores、y_test_scores获取异常程度评分。
• 额外优化建议：当前你用日期作为特征的逻辑不合理：KNN计算距离基于数值差，datetime格式转成的时间戳差值虽然可计算，但按日期分布找异常没有实际业务意义，建议根据你的检测目标调整输入特征。

内容的提问来源于stack exchange，提问作者d12