时序异常检测并不困难,如果你找对方法则可以在今年KDD比赛中获取比较好的成绩。本文将使用tsod库完成简单的异常检测。
tsod介绍tsod可以完成时序数据的异常检测,是一个比较新的库,但使用起来非常方便。
区间异常检测如果我们能提前确定好指标的范围,则可以依次进行判定异常。
最小值与最大值
rd = tsod.RangeDetector(min_value=0.01, max_value=2.0)
res = rd.detect(series)
series[res]
将识别结果进行展示:
常数波动检测
cd = tsod.ConstantValueDetector()
res = cd.detect(series)
series[res]
将识别结果进行展示:
范围+常数组合检测
combined = tsod.CombinedDetector([tsod.RangeDetector(max_value=2.0),
tsod.ConstantValueDetector()])
res = combined.detect(series)
series[res]
将识别结果进行展示:
梯度固定检测
cgd = tsod.ConstantGradientDetector()
res = cgd.detect(series)
将识别结果进行展示:
滚动聚合加方差检测
rsd = tsod.RollingStandardDeviationDetector(window_size=10, center=True)
rsd.fit(normal_data)
将识别结果进行展示:
一阶差分检测
drd = tsod.DiffDetector()
drd.fit(normal_data)
将识别结果进行展示:
编辑:lyn
- 异常检测
+关注
关注
1文章
41浏览量
9703
原文标题:6种时序异常检测思路总结!
文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。
发布评论请先登录
相关推荐
评论