时间序列异常检测算法综述

[LATEXPAGE] 异常的分类 时间序列的异常检测问题通常表示为相对于某些标准信号或常见信号的离群点。虽然有很多的异常类型,但是我们只关注业务角度中最重要的类型,比如意外的峰值、下降、趋势变化以及等级转换(level shifts)。 …

数据 ·
18 2 11

Python异常检测包:PyOD

异常检测 (anomaly detection),也叫异常分析 (outlier analysis 或者 outlier detection) 或者离群值检测,在工业上有非常广泛的应用场景: 金融业:从海量数据中找到“欺诈案例”,如信用卡反…

器→工具 ·
3 0 5

雅虎时序异常检测框架EGADS

[LATEXPAGE] EGADS (Extendible Generic Anomaly Detection System) 是 Yahoo 一个开源的大规模时间序列异常检测项目,主要由两个模块构成,一个是时间序列构造模块,另一个是异常检…

器→工具 ·
1 0 3

分层时间记忆算法HTM

[LATEXPAGE] 分层时间记忆算法(Hierarchical Temporal Memory),全称HTM Cortical Learning Algorithms是由Numenta公司发表的新一代人工智能算法。HTM算法旨在模拟新大…

数据 ·
4 0 4

Docker安装多用户版JupyterHub

宿主服务器使用的是 Ubuntu 18.04,需要注意的是 Docker 目前不支持 Ubuntu 19.10。如要在 19.10 中使用 Docker 需要在 Docker 源配置时设置 Ubuntu 18.04 的版本标识:bionic…

器→工具 ·
12 0 8

频繁项集算法Eclat

EquivalenceClassTransformation (Eclat) 是频繁项挖掘和关联性分析的另外一种常用的算法,与 Apriori 和 FP-growth 不同的是,Eclat 采用垂直数据格式。所谓的垂直数据格式,就是从对原有…

数据 ·
2 0 2

格兰杰因果关系检验

[LATEXPAGE] 格兰杰因果关系检验简介 格兰杰因果关系检验(英语:Granger causality test)是一种假设检定的统计方法,检验一组时间序列x是否为另一组时间序列y的原因。它的基础是回归分析当中的自回归模型。回归分析通…

数据 ·
1 1 8

时间序列预测之ARIMA

[LATEXPAGE] 时间序列与平稳性 在数学上,随机过程被定义为一族时间随机变量,即{x(t),t∈T},其中T表示时间t的变动范围。当T={0,±1,±2,…}时,此类随机过程x(t)是离散时间t的随机函数,称为时间序列。时间序列的构…

数据 ·
82 3 15

时间序列分析之趋势判断

[LATEXPAGE] 判断时间序列数据是上升还是下降是我们常见的问题。比如某个股票在过去一年整体趋势是上升还是下降。我们可以通过画图的方式直接观测出上升还是下降。但每次观测图片非常的麻烦,有没有一些数学方法进行检验? 方案一:直接统计法 …

数据 ·
9 4 13

时间序列预测的7种方法

[LATEXPAGE] 时间序列预测在日常分析中常会用到,前段时间在处理预算相关的内容,涉到一些指标预测,学习到了这篇文章,整理出来分享给大家。 数据准备 数据集(JetRail高铁的乘客数量)下载,链接:https://pan.baidu…

数据 ·
23 2 27