0
假设我有大量关于系统空闲时间的数据。阈值标识的最佳算法
Day 1 - 5 mins
Day 2 - 3 mins
Day 3 - 7 mins
...
Day 'n' - 'k' mins
我们可以假设,即使空闲时间是随机的,模式也会重复。
使用这个作为训练数据,是否有可能识别系统的空闲时间行为。就这样,能在异常预测
哪些算法将用于此目的的最适合
我试图适应回归,但它可以只是回答我
“今天是期望空闲时间”但是我想要做的是。当空闲时间离开模式时,它必须被检测到。
编辑: 或者它是有意义的预测仅为当前的一天。即今天预期的空闲时间是'x'分钟。明天它可能会有所不同
我投票,因为更高级别的统计数据问题上[交叉验证]属于关闭这一问题作为题外话(https://stats.stackexchange.com/)。 SO更适用于特定的编程问题。 – Prune
可能不是编程。即使没有编程,我也需要知道应用哪种算法。然后我可以将它翻译成可用的代码。 – madhairsilence
编辑该问题 – madhairsilence