文章预览
时间序列异常检测是数据处理和分析的重要环节，广泛应用于量化交易、网络安全检测、自动驾驶汽车和大型工业设备日常维护等领域。在时间序列数据中，异常通常指的是与正常数据模式显著不同的数据点，可能由系统故障、错误或外部干扰引起。 异常的类型主要包括以下几种： 点异常（Point Anomalies） ： 这是最常见的异常类型，指的是单个数据点在时间序列中显著不同于其他数据点。 例如，在股票市场中，某一天的交易量突然大幅上升或下降，而这个变化无法用常规的市场行为来解释，那么这个数据点就可以被视为点异常。 点异常检测通常关注的是单个时间点的数据值，而不是数据点之间的关系。 上下文异常（Contextual Anomalies） ： 这类异常不仅仅依赖于数据点的值，还依赖于数据点出现的上下文环境。 例如，在正常工作日的下午，银行账
………………………………
