6种时序异常检测思路总结！

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale干货 

内容：异常检测，来源：Coggle数据科学

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。

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：

交流群

 KDD 顶会赛事交流群

• 特邀分享：郑冠杰，上海交通大学助理教授，美国宾州州立大学博士

• 内容：KDD Cup 赛题3背景知识及解析

• 时间：本周六晚 20:00 - 20:30

• 公众号后台回复 “kdd” 可邀请进群

整理不易，点赞三连↓