时序异常检测算法是用于检测时间序列数据中的异常点的算法。常用的方法有基于统计学的方法、基于模型的方法和基于聚类的方法。
基于统计学的方法通常使用三种统计学检验:Z-Score、箱线图和ESD(Extreme Studentized Deviate)法。
基于模型的方法通常使用高斯混合模型、隐马尔可夫模型等。
基于聚类的方法则是通过对数据进行聚类,将相似的数据分为同一组,再通过对每组数据的统计分析来检测异常点。
时序异常检测算法是用于检测时间序列数据中的异常点的算法。常用的方法有基于统计学的方法、基于模型的方法和基于聚类的方法。
基于统计学的方法通常使用三种统计学检验:Z-Score、箱线图和ESD(Extreme Studentized Deviate)法。
基于模型的方法通常使用高斯混合模型、隐马尔可夫模型等。
基于聚类的方法则是通过对数据进行聚类,将相似的数据分为同一组,再通过对每组数据的统计分析来检测异常点。