anomaly-detection

0热度

1回答

我有来自elasticsearch的公制节拍数据，它具有许多像“CPU空闲百分比”，“CPU使用百分比”等属性/列。我想预测当我的服务器CPU使用率超出可以说3分钟90％。有人可以对此有所了解吗？

0热度

1回答

我正在评估我创建的模型。该模型给出了输出结果，一个id列表及其核心反应错误构造（一个分数），并且id根据这个分数排序。比方说，分数越高，id越可疑。例子： ids: t4, c1, s3, d5, a2, ... score: 18, 15, 13, 5, 2, ... 另外，我有一个包含真正的可疑IDS另一个列表。 suspicious: c1,d5 我的目标是能够说的id是x％在我

0热度

1回答

数据传输中的异常检测

我正在研究异常检测模型，并需要帮助确定数据传输中的异常情况。例如：如果员工使用VPN连接，并且，我们有以下的数据使用： EMPID date Bytes_sent Bytes recieved A123 Timestamp 222222 3333333 A123 Timestamp 444444 6666666 A123 Timestamp 99999999 88888888888

-1热度

1回答

Azure Machin Learing - 如何使用非常有限的数据集进行训练

我是一名初学者，我需要一些关于如何对以下场景建模的建议我从外部系统平均消耗约5000行数据每天。传入行的数量在4950到5050之间。我想建立一个警报机制，告诉我传入的行数是否不正常。即我想要一个解决方案让我知道，如果我得到的话，在给定日期的2500行，即少于50％，或说15000行超过平均值。样本数据如下： | Day |传入数据的大小（以MB为单位）|行数|标签| |平日| 3.44 |

2热度

1回答

使用机器学习创建异常检测

我对弹性堆栈的新的x-pack ML印象非常深刻。看起来他们的技术能够随着时间学习数据模式，并且可以预测多个域的异常情况。放大：我不知道可以用什么样的方式和网络拓扑结构，以创建一个类似的功能。假设由于x-pack适用于时间序列数据，RNN会是一个好的开始吗？对您的意见和引用感兴趣。

0热度

1回答

异常检测用机器学习没有标签

我的时间一定时间与时间戳跟踪多个信号和关联他们像以下： t0 1 10 2 0 1 0 ... t1 1 10 2 0 1 0 ... t2 3 0 9 7 1 1 ... // pressed a button to change the mode t3 3 0 9 7 1 1 ... t4 3 0 8 7 1 1 ... // pressed button to adjust a ce

3热度

1回答

隔离森林

我目前正在努力查明在我的数据使用Python中IsolationForest方法设置异常，但不完全理解上sklearn的例子： http://scikit-learn.org/stable/auto_examples/ensemble/plot_isolation_forest.html#sphx-glr-auto-examples-ensemble-plot-isolation-forest-p

-1热度

1回答

sklearn：采用异常检测隔离森林

我有一个不包含异常训练数据集： train_vectors.shape (588649, 896) 而且，我有另一组测试向量（test_vectors），以及所有的人都异常值。这是我在做异常检测尝试： from sklearn.ensemble import IsolationForest clf = IsolationForest(max_samples=0.01) clf.fit(

2热度

1回答

使用python进行高维异常检测

有人可以请我指出Robust-PCA或基于角度异常值检测（ABOD）等算法的强大python实现吗？我尝试了一些Robust-PCA的python实现，但它们的内存密集程度非常高，程序崩溃了。我的数据集是60,000 X 900浮点数。 R有一个ABOD的实现，但我想坚持python。

-3热度

1回答

Tensorflow异常检测

我被要求创建一个使用tensorflow和python的机器算法，它可以通过创建一系列'正常'值来检测异常情况。我有两个参数，大约1.5的浮点数和时间戳。在基本意义上，我没有见过使用张量流的类似线程，由于我是技术新手，我正在寻找一个更基本的机器。但是，我希望它是无人监督的，这意味着我没有指定什么是异常，而是大量过去的数据。谢谢，我正在运行python 3.5和tensorflow 1.2.1。