对机器学习非常陌生。我正在尝试创建一个异常检测器。我有成千上万的图表，就像我所附的那样。我对粉红色的线很感兴趣。如果粉红色线的行为与线的整体模式（即黑色圆圈）发生巨大变化，则需要标记图形。虽然我只对粉色线的行为感兴趣，但我将蓝色线包括在内，因为在每个图表中，当粉色线向下倾斜时，蓝线似乎向上倾斜。
我正在考虑使用 KNN，但我不确定。
任何提示或指导将不胜感激！谢谢 ：）
图异常检测的机器学习方法
数据挖掘
异常检测
2022-02-21 02:21:09
1个回答
这真的取决于你的数据。首先，您还应该记住，您必须定义什么是“剧烈变化”，如果它只是一个简单的数字或阈值，那么您甚至可能不需要 ML 算法来解决这个问题，您可以轻松地拥有一些条件检查值或基于阈值进行。
但是，如果您想使用 ML 算法，那么我建议您在此处查看 Scikit-Learn 提供的新颖性和异常值检测工具：
https://scikit-learn.org/stable/modules/outlier_detection.html
特别是可以尝试“隔离森林”和“一类SVM”。对我来说，在很多情况下，“隔离森林”是最合适的，但请尝试一下，看看哪一个最适合您。
让我知道这是否有帮助。
其它你可能感兴趣的问题