在github上搜尋「anomaly detection」,twitter的異常檢測框架(基於r語言)高居榜首,可見效果應該不錯:
但是活躍度並不高,3-4年沒人維護了:
因此在使用時難免會遇到一些坑,整個使用方式如下(紅色部分,就是直接在rstudio中執行時,可能有異常的地方):
install.packages("devtools")1.devtools::install_github("twitter/anomalydetection")devtools::install_github("twitter/anomalydetection")
library(anomalydetection)
data(raw_data)
res = anomalydetectionts(raw_data, max_anoms=0.02, direction='both', plot=true)
res$plot
異常如下:
error in process_initialize(self, private, command, args, stdin, stdout, :2.res = anomalydetectionts(raw_data, max_anoms=0.02, direction='both', plot=true)processx error, setup stdio: #2 the system cannot find the file specified.
at 'win/processx.c:984'
in addition: warning messages:
1: in untar2(tarfile, files, list, exdir) :
skipping pax global extended headers
2: in untar2(tarfile, files, list, exdir) :
skipping pax global extended headers
異常如下:
error: column x is a date/time and must be stored as posixct, not posixlt該問題已經有人解決了,並且提交了pr:
devtools::install_github("1.github上的源**caijun/anomalydetection
")
2.twitter異常檢測的能力範圍:
HTM 使用HTM進行異常檢測
如果你對htm感興趣,我建立了乙個群,我們共同學習交流。515743445。本文研究使用htm進行單變數的異常檢測,並嘗試復現了numenta的計程車異常檢測結果。numenta的異常檢測專案在這裡我們復現下的numentatm nyc taxi.csv的結果。建議先閱讀readme對nab有個基本...
異常細胞檢測
描述 拍攝的一張 ct 用乙個二維陣列來儲存,假設陣列中的每個點代表乙個細胞。每個細胞的顏色用0到 255之間 包括0和 255 的乙個整數表示。定義乙個細胞是異常細胞,如果這個細胞的顏色值比它上下左右 4個細胞的顏色值都小 50以上 包括 50 陣列邊緣上的細胞不檢測。現在的任務是,給定乙個儲存 ...
檢測異常細胞
陣列 第9題 描述 拍攝的一張ct 用乙個二維陣列來儲存,假設陣列中的每個點代表乙個細胞。每個細胞的顏色用0到255之間 包括0和255 的乙個整數表示。定義乙個細胞是異常細胞,如果這個細胞的顏色值比它上下左右4個細胞的顏色值都小50以上 包括50 陣列邊緣上的細胞不檢測。現在的任務是,給定乙個儲存...