Java 类名：com.alibaba.alink.operator.stream.outlier.EcodOutlierStreamOp
Python 类名：EcodOutlierStreamOp
ECOD算法出自论文《ECOD: Unsupervised Outlier Detection Using Empirical Cumulative Distribution Functions》
| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 |
|---|---|---|---|---|---|---|
| predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | ||
| featureCols | 特征列名数组 | 特征列名数组，默认全选 | String[] | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null | |
| groupCols | 分组列名数组 | 分组列名，多列，可选，默认不选 | String[] | null | ||
| outlierThreshold | 异常评分阈值 | 只有评分大于该阈值才会被认为是异常点 | Double | |||
| precedingRows | 数据窗口大小 | 数据窗口大小 | Integer | null | ||
| precedingTime | 时间窗口大小 | 时间窗口大小 | String | null | ||
| predictionDetailCol | 预测详细信息列名 | 预测详细信息列名 | String | |||
| tensorCol | tensor列 | tensor列 | String | 所选列类型为 [BOOL_TENSOR, BYTE_TENSOR, DOUBLE_TENSOR, FLOAT_TENSOR, INT_TENSOR, LONG_TENSOR, STRING, STRING_TENSOR, TENSOR, UBYTE_TENSOR] | null | |
| timeCol | 时间戳列(TimeStamp) | 时间戳列(TimeStamp) | String | null | ||
| vectorCol | 向量列名 | 向量列对应的列名，默认值是null | String | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | null | |
| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | 1 |