我有一个看起来像这样的数据集

physical_data1   physical_data2  switch1   switch2   state
400              500             1         0         Normal
400              500             1         1         Normal
500              650             0         0         Normal
600              700             1         0         Normal
1000             300             1         1         Anomaly!

其中physical_data 是从0 到1000 的数据，switch 是二进制开关（1 表示开启，0 表示关闭）。

我对机器学习还比较陌生，所以我想知道哪种机器学习算法最适合这类数据来检测异常，因为我的数据具有物理量和二进制量的混合特征。

我所做的事情是标准化为 [0,1]，但是我不太确定将 PCA 应用于此类数据是否会导致检测率下降，因为它需要所有功能来确定特定读数是否正常或异常。

我的另一个问题是，如果在我的数据集中我没有异常数据，而是只有正常数据怎么办。在那种情况下，我可以使用什么样的模型？