基于数据流的异常检测:Robust Random Cut Forest

  1. 云栖社区>
  2. 阿里云存储服务>
  3. 博客>
  4. 正文

基于数据流的异常检测:Robust Random Cut Forest

悟冥 2019-10-24 14:07:43 浏览8598
展开阅读全文

一、解决的问题

  • 数据是实时产生的,对数据进行批处理所花费的成本太高了,数据产生的价值被低估
    image
  • 在高维数据下,如何能发现异常的维度?

If my time-series data with 30 features yields an unusually high anomaly score. How do I explain why this particular point in the time-series is unusual? Ideally I'm looking for some way to visualize "feature importance" for a specific data point.

二、业内的解决方案

1、Numenta公司提出的HTM算法模型

  • 背景:在大多数情况下,传感器流的数量很大,人类很少有机会,更不

网友评论

登录后评论
0/500
评论
悟冥
+ 关注
所属团队号: 阿里云存储服务