時系列異常検出ステップ - モデルツール

Question

私は、たとえば特定の時間間隔ごとに温度値を測定するデバイスを用意します。

"正常な"値に属していない値を理解するためのモデルを訓練したい場合は、アラートを発生させます。したがって、異常時系列検出モデルが必要です。

最初は、クラスタリングモデル（kmeans、階層型）を使用することを考えました。そのため、最初は多くの警告があります。その後、いくつかのクラスタが作成され、うまくいけばよいモデルになります。

しかし、私はこれについての経験がないので、このアプローチが正しいかどうか、あるいは他のアプローチが存在するかどうか尋ねたいと思います。どのようなツールを使うべきですか（いずれのPythonでもどちらでもいい）。

私は多くのリンクといくつかの論文を読んでおり、一部の人々はkmeansを提案していないことがわかりますdo not use k means。

また、動的時間ワーピングクラスタリングを使用する方法/方法についてもわかりません。

私は、クラスタリングを適用するいくつかの条件下では意味がないと書かれた論文Clustering of Time Series Subsequences is Meaninglessを読んでいます。

私はtsouliers package、​​も見ましたが、どのアプローチ/ツールを使用するべきかはっきりしていません。

Answer 1

また、異常検出機能を試しています。私はこれを解決するためにARMAモデルを使い始めましたが、多くの誤認がありました。だから私はPCAを使って実装しようとしています。 PCAコンポーネントを使用して関数を近似することです。私はこの考えをlinkで得た。うまくいけば、これはあなたに役立ちます。これを完全に実装すると、より良い回答に更新されます。