본문 바로가기

Anomaly

(3)
[번역|SO] 시계열데이터의 이상탐지를 위한 패키지 link : https://datascience.stackexchange.com/questions/32126/looking-for-good-package-for-anomaly-detection-in-time-series 질문 : 시계열데이터에서 이상탐지를 위한 좋은 패키지를 찾는다. 답변1: (2018년 10월) pyod 라는 파이썬 패키지가 있다. ( Pyod ) 이 패키지에는 다음과 같은 알고리즘이 들어있다. 선형모델 (PCA, vMCD, vOne-Class, SVM) 인접성기반 모델 (LOF, CBLOF, HBOS, KNN, AverageKNN, MedianKNN) 확률모델 (ABOD, FastABOD) 앙상블, 조합 프레임워크 (IsolationForest, FeatureBagging) 신경망, ..
따릉이 신규사용자 시계열 분석 ( 2018년 6월 70대이상 사용자수의 이상치)
[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..