总结：机器学习之互相关

一、介绍

目前我们系统的异常指标关联分析功能就是通过互相关思想实现的，当发现某个指标M1异常的时候，分析分为三种情况：

情况一 ：什么指标的异常导致了M1指标的异常？

• 导致M1异常的指标的数据趋势中，异常产生时间应该在M1异常产生时间之前。

情况二 ：M1异常的同时，同时影响的指标有哪些？

• 同时影响的指标的数据趋势中，异常产生时间应该和M1异常产生时间大致相同。

情况三 ：M1异常可能导致了哪些指标的异常？

• M1异常导致的其它指标的数据趋势中，异常产生时间应该在M1异常产生时间之后。

二、

参考：

互相关（cross-correlation）及其在Python中的实现