- 博客(10)
- 收藏
- 关注
RSS订阅原创 异常检测（无实例、偏概念）-聚类算法DBSCAN篇
没有实践代码，主要是算法原理分析，看不懂的话，需要PPT可以私信我，有DBSCAN和HDBSCAN的PPT。
2022-08-06 18:10:18
1571
原创 时序异常检测--四种不同类型方法的文字流程
时序异常检测--四种不同类型方法的文字流程方法 1. 基于预测与统计的时序数据异常检测（Prophet+3σ） （1） 创建 Prophet 对象，指定节假日参数，然后对过去数据进行训练。 （2） 建立预测框架，指定数据粒度和预测步长，然后按步长对未来日期进行预测并绘制预测效果图和成分趋势图。（效果图中黑点是实际值，蓝色是预测值， 浅蓝色是上下界；成分趋势图有四个，分别对应增长趋势模型、节假日、季节性 （每周、每年）的展示）。 （3） 检测时段内...
2021-03-24 10:59:35
1461
原创 时序数据异常检测实例--3σ篇
3σ算法检测离群点--实例一、原数据如下，共有六列，第一行为空，之后会修正，利用数据整体均值进行代替。二、文字流程1. 检测整个数据集的整体均值与标准差，同时利用ks检验判断数据是否符合正态分布。2. 3σ准则的代码实现（该算法需要数据符合正态分布）3. 为检测结果图添加各种文字或直线标注，使数据更为直观三、代码import pandas as pdimport numpy as npimport matplotlib.pyplot as...
2021-03-24 10:51:26
1357
原创 时序数据异常检测实例-差分+一分类OneClassSVM篇
利用差分和一分类方法进行时序数据异常检测 （差分法针对时序数据的周期性进行处理）一、文字流程1. 读取数据，填充缺失值，设置时间序列长度，绘制原始数据曲线图。 2. 计算自相关系数，判断周期性强度，取值范围[0,1]，数值越大自相关性越高，周期性越强。 3. 当存在周期性时，采用当前时间点数...
2021-03-24 10:28:40
1781
4
原创 震惊！(竟有这么好的)时序数据异常检测算法简述与分类
摘要：异常检测是目前时序数据分析最成熟的应用之一，有效的异常检测被广泛用于现实世界的很多领域，例如量化交易，网络安全检测、自动驾驶汽车和大型工业设备的日常维护。本文主要对目前主流的异常检测算法进行汇总并将其分为基于统计的异常检测、基于预测的异常检测等类别，介绍各自的优缺点并寻找适合时序数据的异常检测算法。
2021-03-08 11:04:31
11129
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人