开会时有老大提到,用于智能运维的算法有不少是有监督学习,在一定规则下学习出适用的场景模型。
而我们需要做的“无监督学习”算法,难度则要大不少。对于我们这种算法小白,虽然理解了有监督和无监督的区别,对于无监督到底是怎么学习的还是有点云里雾里。
直到前几天看到一张算法学习的图,才略有点明白。挺有趣的:
如图中所描述,无监督学习也是分一段段时间的。
第一阶段开始根据读入的数据初始建模。
建完后继续学习,这时有突增的异常发生,使得变宽。原先初始阶段建的模不好用了嘛... 结合成新的模型
检测暂停后再重启,按新的模型,突增的已经被纳入解析范围,不再是异常。
周而复始... 周而复始...
慢慢地,真正的异常会被标注,某些跟特定时间有关的突增,就会被学习成正常