既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
先来看人是怎么发现异常的。
人观察这段数据后,发现的异常如上图,各段原因如下:
① 变化过快;
② 值过小。
异常大致是这几类:值过大或过小和变化过快。它们有个共同的特点,出现的情况比较少。我们不难得出一个抽象的说法:经常出现的情况是正常,没出现过或者很少出现的情况可以定义为异常。
那么发现异常的任务就转换为发现不常出现的情况,判断数据是否不常出现,就是看当前数据相较于之前一段时间内的数据是否不常出现。利用之前一段时间数据学出一个模型E,用它来判断当前数据是否异常。比如之前一段时间的数据在110内,那么当前时刻的数据在这个范围内就认为是正常,如果当前时刻的数据不在该范围内(比如等于11或0),则认为是异常。而110这个范围就是通过历史数据学出的模型E。拿着模型E就能算出当前数据是否异常了,即:
这样数据过大或者过小的异常就可以被发现了。
但是这种方法不一定能发现变化过快的异常数据,如下图:
上述方法可以发现(b)©中的异常,但对于(d)中的异常就无能为力了,那该如何发现呢?
(d)中的情况就是变化过快,我们来看看能否用“变化快慢”这