文章 2024-04-26 来自:开发者社区

【视频】检测异常值的4种方法和R语言时间序列分解异常检测

全文链接:http://tecdat.cn/?p=3232 什么是异常值?异常值是与其他观测值有显著差异的数据点。异常值会显著扭曲特征分布和ML工作,因此我们需要观察并形成处理它们的策略。 异常值是如何出现的? 这种观察的出现可能是由以下原因引起的: ...

【视频】检测异常值的4种方法和R语言时间序列分解异常检测
文章 2024-04-17 来自:开发者社区

R语言时间序列分解和异常检测方法应用案例

我们最近有一个很棒的机会与一位客户合作,要求构建一个适合他们需求的异常检测算法。业务目标是准确地检测各种营销数据的异常情况,这些数据包括跨多个客户和Web源数千个时间序列的网站操作和营销反馈。异常检测算法,该算法基于时间并可从一个到多个时间序列进行扩展。 案例研究 我们与许多教授数据科学的客户合作,并利用我们的专业知识加速业务发展。 我们的客户遇到了一个具有挑战性的问题:...

R语言时间序列分解和异常检测方法应用案例

大数据之R语言速成与实战

30 课时 |
18142 人已学 |
免费
开发者课程背景图
文章 2024-04-17 来自:开发者社区

R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测

这篇文章描述了一种对涉及季节性和趋势成分的时间序列的异常点进行建模的方法。我们将对一种叫做STL的算法进行研究,STL是 "使用_LOESS_(局部加权回归)的季节-趋势分解 "的缩写,以及如何将其应用于异常检测。 其基本思想是,如果你有一个有规律的时间序列,你可以通过STL算法运行该序列,并分离出规律的模式。剩下的是 "不规则的",而异常检测相当于判定不规则性是否足够大。 例子...

R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。