思过留痕

《Outlier Analysis 2nd Edition》Authors: Aggarwal, Charu C.这是一本非常不错的讲异常检测的书籍，该书在第一版的基础上加入了数据挖掘、机器学习等的大数据方法，内容详实。特别是，大部分章节都是用新材料和新技术升级的。在几个地方增加了更多的解释，并增加了更新的技术。增加了关于异常值集合的整个章节。本书增加了许多新的主题，如特征选择，单类支持向量机，单

import numpy as npimport pandas as pddef Buishand_U_change_point_detection(inputdata): inputdata = np.array(inputdata) inputdata_mean = np.mean(inputdata) n = inputdata.shape[0] k...

1、环境介绍Anaconda Python 3.6.5 + Win102、安装遇到的问题① C++编译Win用户在安装前必需有C++编译器（下载地址：C++），如果电脑里装了vs2015或以上并且安装的时候勾选了C++。② 安装pystanpip install pystan当出现错误提示：WARNING:pystan:MSVC compiler is not supported...

# Standard Normal Homogeneity Test (SNHT)突变检测import numpy as npimport pandas as pddef SNHT_change_point_detection(inputdata): inputdata = np.array(inputdata) inputdata_mean = np.mean(inp...

linear_trend_degree(inputdata) (-0.8665321784088783, 5.094899437816308e-08) temp_trend_desc(-0.8665321784088783) (-40.90998251556271, ‘呈现下降趋势’) fixed_base_...

该算法依据Pettitt突变检测相关理论以及R代码。不过。。。。。。没有P值（R中的P值是通过蒙特卡洛方法估计，该方法是封装的）import numpy as npimport pandas as pddef Pettitt_change_point_detection(inputdata): inputdata = np.array(inputdata) n ...

最近因业务需求，需要对时间序列数据进行趋势描述和突变点检测，做一个程序自动识别趋势变化趋势。然而趋势以及突变点检测的方法发展较为缓慢，近年来也没有什么新的方法出现。我做的也比较浅显，后续继续探索补充算法。 大致的思路：时间序列突变点检测（一种突变方法可能不准确，采用多种方法求交集）——>分段时间序列平稳性检验——>不满足平稳性的采用趋势检验，并增加趋势成都表述。 内容包括： 时间...

不废话，直接上python代码# Mann-Kendall突变点检测# 数据序列y# 结果序列UF，UB#--------------------------------------------import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']...

# Sen's slopeimport numpy as npfrom pandas import Seriesfrom scipy.stats import normdef sens_slope_trend_detection(inputdata,conf_level=0.95): inputdata = Series(inputdata) n = inputda...

《Outlier Analysis 2nd Edition》一书的目录1 An Introduction to Outlier Analysis 1 1.1 Introduction … … … … … … … … … … … … 1 1.2 The DataModel is Everything … … … … … … … … . 5 1.2.1 Connections with Su

几乎所有异常值检测算法都会建立数据中正常模式的模型，然后根据这些模式的偏差计算给定数据点的异常值。 例如，该数据模型可以是生成模型，例如高斯混合模型，基于回归的模型或基于邻近的模型。 所有这些模型对数据的“正常”行为做出不同的假设。 然后通过评估数据点与模型之间的拟合质量来计算数据点的离群值分数。 在很多情况下，模型可能是算法定义的。 例如，基于最近邻的离群值检测算法根据其最近邻距离的分布对数据点

Chapter 1 An Introduction to Outlier Analysis“Never take the comment that you are different as a condemnation, it might be a compliment. It might mean that you possess unique qualities that, – E

import numpy as npfrom statsmodels.tsa.stattools import adfuller as ADFdef trend_desc(inputdata): # 计算总趋势秩次和 inputdata = np.array(inputdata) n = inputdata.shape[0] sum_sgn = 0 ...