开发者社区 > 数据库 > 正文

高维监控数据的概念漂移及异常时间序列学习是什么?

已解决

高维监控数据的概念漂移及异常时间序列学习是什么?

展开
收起
游客lmkkns5ck6auu 2022-09-07 22:34:48 390 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    高维数据带来 的维数灾难使得传统的机器学习方法不再适用。一个比较经典的检测概念漂移及异常的 方法是由 Dasu 等人提出的一种用于检测高维时间序列的概念变化问题的信息理论方法。 该方法基于空间分割方案,运用 KL 散度度量两个经验分布之间的距离。但是,该方法 在离散化划分之后才能求得概率密度,经过离散化后运用 Bootstrap,使算法需要花费 较大的时间代价。另外,该方法只能判断两类情况下的概念漂移及异常,对多类情况只 能两两判断或采用其他策略。以上内容摘自《应用智能运维实践(试读版)》电子书,点击https://developer.aliyun.com/ebook/download/367 可下载完整版

    2022-09-08 08:35:05
    赞同 展开评论 打赏
问答分类:
问答地址:

数据库领域前沿技术分享与交流

相关电子书

更多
百度大规模时序指标自动异常检测实战 立即下载
智能运维里的时间序列:异常检测、根源分析、预测 立即下载
基于Spark的面向十亿级别特征的大规模机器学习 立即下载