时间序列异常检测步骤 - 模型工具

Question

我将有一个设备，它将测量例如每个特定时间间隔的温度值。

我想训练一个模型来理解哪些值不属于“正常”值，如果是，请提高警报。所以，我需要一个异常时间序列检测模型。首先，我想到了使用聚类模型（kmeans，hierarchical）。因此，在开始的时候，我会有很多警报。后来，一些集群将被创建，希望我会有一个好的模型！

但是，由于我没有这方面的经验，我想问问这种方法是对的还是其他方法存在。我应该使用哪种工具（Python或R）。

我已阅读了很多链接和一些论文，我可以看到有些人不建议kmeans do not use k means。

此外，我不知道如何使用动态时间变形群集。

我读了一篇文章Clustering of Time Series Subsequences is Meaningless，其中指出在某些情况下应用聚类是没有意义的。

我还看到了tsouliers package,​​，但我不确定我是否应该使用哪种方法/工具。

Answer 1

我也试图让异常检测工作。我开始使用ARMA模型来解决这个问题，但他们有很多误报。所以我正在尝试使用PCA来实现。想法是使用PCA组件来近似函数。我通过link得到了这个想法。希望这可以帮助你。当我完全实现这个功能时，将更新为更好的答案。