时间序列异常检测

@创建于：2022.07.25
@修改于：2022.07.25

1、方法

（1）业务判读、统计（3 $\sigma$，箱线图）
（2）看成聚类问题（kNN，kMeans）
（3）看成预测问题
时间序列预测

（4）时序分解后，统计残差或拟合残差
（5）Isolation Forest
（6）滑窗法（左右滑窗，扩张滑窗）与变异系数的组合
（7）深度学习方法

2、工具

Featuretools
pyod

3、价值连接

时间序列异常检测（一）—— 算法综述
时间序列异常检测（二）—— 基于KDD99数据集的实战
时间序列异常检测（三）—— 告警策略与根因定位
时间序列异常检测（四）—— 根因定位落地实践