- 博客(2)
- 收藏
- 关注
RSS订阅原创 Godaddy（1/5） 时间序列异常检测
变点和异常值检测是时间序列分析中的重要技术，因为它们可以帮助识别数据中的显著变化或异常情况。时间序列数据通常表现出非平稳性，这意味着数据的统计属性随时间变化。这些变化可能是由于各种因素引起的，如基本趋势的变化、数据分布的变化或罕见事件或异常的发生。变点检测可以帮助识别这些变化发生的时间，并提供有关变化根本原因的见解。本文的主要目的是尽我所能识别时间序列中的所有异常情况。据我所知，时间序列当中存在的异常值如下几种情况Additive-（AO）加性异常值不会持续存在。
2023-04-05 03:20:04
447
原创 如何避免chatgpt把你带偏
x1，代表了趋势项对时间序列拟合的程度，除以残差项得到的比值a代表了趋势与季节哪个更强，对于多个时间序列的排序结果是，越靠前的时间序列，越趋近于线性回归曲线。对chatgpt的回答进行思考和验证：尽管chatgpt是一个强大的语言模型，但并不是完美的，有时它的回答可能是错误的、不完整的或者无意义的。提供更多的上下文信息。趋势的可靠程度：可以计算STL分解后得到的趋势项与实际值之间的相关系数来衡量趋势的可靠程度，相关系数越大说明趋势项对时间序列的拟合程度越高，可以把相关系数作为排序指标之一。
2023-04-05 03:08:04
2356
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人