时序异常检测算法介绍
时序异常检测算法是用于检测时间序列数据中的异常点的算法。常用的方法有基于统计学的方法、基于模型的方法和基于聚类的方法。基于统计学的方法通常使用三种统计学检验：Z-Score、箱线图和ESD(Extreme Studentized Deviate)法。基于模型的方法通常使用高斯混合模型、隐马尔可夫模型等。基于聚类的方法则是通过对数据进行聚类，将相似的数据分为同一组，再通过对每组数据的统计分析来...
·
时序异常检测算法是用于检测时间序列数据中的异常点的算法。常用的方法有基于统计学的方法、基于模型的方法和基于聚类的方法。
基于统计学的方法通常使用三种统计学检验：Z-Score、箱线图和ESD(Extreme Studentized Deviate)法。
基于模型的方法通常使用高斯混合模型、隐马尔可夫模型等。
基于聚类的方法则是通过对数据进行聚类，将相似的数据分为同一组，再通过对每组数据的统计分析来检测异常点。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献7条内容
所有评论(0)