시계열분해 (1) 썸네일형 리스트형 [번역] 이동 중앙값 분해를 통한 비정상 탐지 Dectect Anomaly with Moving Median Decomposition 이동 중앙값 분해를 통한 비정상 탐지https://anomaly.io/anomaly-detection-moving-median-decomposition/ 2016 년 1 월 12 일 시계열 분해는 시계열을 계절적(seasonal) 시계열, 트랜드 시계열, 랜덤 잔여 시계열로 나눕니다. 트렌드와 랜덤 시계열은 둘 다 비정상을 감지하는 데 사용될 수 있습니다. 그러나 이미 비정상적인 시계열에서 비정상(anomaly)을 탐지하는 것은 쉽지 않습니다. 우선 결론 비정상적인 시계열로 작업하기 : 이동 평균 분해를 통한 이상 탐지는 작동하지 않음이동 중앙값 분해를 통한 이상 탐지는 동작함. 이동 평균의 문제 R의 시계열 분해 포스팅에서 우리는 알고리즘이 이동평균을 이용하여 시계열의 추세를 추출하고 있음을 배웠습니다.. 이전 1 다음