检测时间序列中的突然变化
检测时间序列中的突然变化
提问于 2020-03-25 16:44:41
我正在实时生成一个图表，并将其与预测的图表进行比较。
我发现了Python的Kneed库，但它只适用于特定的曲线。仅增加/减少图形，例如，您将在不断增加的计算机负载中发现的图形。
我不知道在不增加这么多复杂性和数学演算的情况下，这是否可能以一种远程的方式实现。正如我一直在研究的那样，数学方法是使用二阶导数，但这是一个离散的数组，而不是连续的数组，这会使一切变得复杂。
有没有一种更简单的方法能够检测到Python发生这些突然变化的时间？
回答 2
Stack Overflow用户
发布于 2020-03-28 07:01:55
您在那里遇到的异常情况很容易通过以下方式检测到：
- 计算最后N个样本的中位数。
- 对于新样本，计算到窗口中值的距离。这将是
的异常得分
在正常值的代表性数据集上执行此操作。绘制异常得分的直方图，并将阈值设置为恰好在正常值范围之外。
Stack Overflow用户
发布于 2020-03-31 16:36:00
有几种方法：
- Median
- 方形框图
- Rate change
- 矢量图
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60845382
复制相关文章
相似问题
腾讯云开发者
