比较测试数据集与配置文件数据集的顺序时，是否存在R函数/库来查找异常？

Question

我对使用R是陌生的。我曾尝试使用H2o库通过将情景与配置文件情景进行比较来检查异常。例如移动汽车的油耗：

行驶中的汽车在道路上停留的时间越长，汽油就会减少。

我们有一个测试数据，当行驶中的汽车在道路上停留的时间越长，剩余的汽油仍会增加。这应该标记为异常。

H2o库似乎正在检查点异常，并且没有将异常标记为异常，因为Profile 1中存在系列1中的值。

配置文件：这是用于引用的正确配置文件。从逻辑上讲，行驶中的汽油应随时间逐渐减少。因此，[汽油左转]的坡度应随时间的增加而减小。

                Timing 1        Timing 2        Timing 3        Timing 4    
Petrol left(L)     45              40             35              30    

测试数据：[汽油左]的梯度随时间的增加而增加。

                 Timing 1       Timing 2         Timing 3       Timing 4    
Petrol left(L)     30              35              40             45    

代码：

library(h2o)
h2o.init(ip = "h2o")
traindf = h2o.uploadFile("training data")
testdf = h2o.uploadFile("test data")

dlmodel = h2o.deeplearning(x = 1:10, training_frame = traindf,
                       autoencoder = TRUE,
                       hidden = c(50, 50, 50),
                       epochs = 100,
                       reproducible = TRUE,
                       seed=1)

errors <- h2o.anomaly(dlmodel, testdf, per_feature = FALSE)
errors <- as.data.frame(errors)
row_outliers <- which(errors > 0.8)
testdf[row_outliers,]

我希望输出将Series1的所有[汽油左]显示为异常，但实际输出不是异常。

是否存在其他能够检测阶数/梯度的库，并且将Series 1标记为异常？