PyCaret异常检测调用compare_models()提示无属性或未定义报错如何解决？

• 本质问题：PyCaret的pycaret.anomaly（异常检测）模块原生不存在compare_models()方法。compare_models()是分类、回归等有监督学习模块的专属功能，用于批量对比有监督模型的效果，异常检测属于无监督任务，官方没有实现对应的批量对比接口，因此直接调用会触发AttributeError。
• NameError的触发原因：你没有先初始化异常检测工作环境，也没有从对应模块导入相关函数，就算是模块实际存在的方法，直接调用全局的compare_models()也会找不到变量。

1. 先按照异常检测模块的标准流程初始化环境：

from pycaret.anomaly import *
# 替换data参数为你的实际数据集
exp = setup(data=你的数据集, session_id=123)

2. 要实现多异常检测模型对比的需求，需要手动遍历支持的模型，分别训练后汇总指标，示例代码如下：

# 查看当前版本支持的所有异常检测模型
print(models())

# 手动批量训练对比示例
target_models = ['iforest', 'knn', 'lof', 'svm']
compare_result = []
for model_id in target_models:
    # 训练单个模型
    current_model = create_model(model_id)
    # 生成预测结果，可根据自身需求自定义计算需要的评估指标加入对比结果
    pred_result = predict_model(current_model, data=你的数据集)
    # 此处补充你的指标计算逻辑，将结果存入compare_result汇总即可

内容的提问来源于stack exchange，提问作者eb_777