6种时序异常检测思路总结！
新机器视觉
共 1390字，需浏览 3分钟
·
2021-04-23 03:07
转载于 ：内容：异常检测，来源：Coggle数据科学
编辑：Datawhale
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。
https://github.com/DHI/tsod
https://github.com/DHI/tsod/blob/main/notebooks/Getting%20started.ipynb
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：
End
声明：部分内容来源于网络，仅供读者学术交流之目的。文章版权归原作者所有。如有不妥，请联系删除。
评论