Decomposição de séries temporais para detecção de outliers

Detecção de Anomalias em Python

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

Sazonalidade

Padrões que se repetem na série temporal
Têm frequência fixa:
- por hora
- diária
- semanal
- mensal, etc.
Exemplos:
- Temperaturas diárias
- Vendas de sorvete

Sazonalidade

Um gráfico de linha dos preços de abertura das ações do Google.

seasonal_decompose

from statsmodels.tsa.seasonal import seasonal_decompose

results = seasonal_decompose(google['Open'], period=365)

print(results)

<statsmodels.tsa.seasonal.DecomposeResult object at 0x7f0a67fac820>

Plotando a sazonalidade

results.seasonal.plot(color="red", figsize=(12, 4))

Um gráfico da sazonalidade dos preços de abertura das ações do Google

Exemplos de sazonalidade

Exemplos de sazonalidade em séries temporais.

Gráfico inicial das ações

Um gráfico inicial dos preços de abertura das ações do Google

Tendência

results.trend.plot(color="red", figsize=(12, 4))

Exemplos de tendência

Exemplos de tendências em séries temporais.

Resíduos

results.resid.plot(color="red", figsize=(12, 4))

Um gráfico dos resíduos dos preços de abertura das ações do Google.

Decomposição

figure = results.plot()

figure.set_figwidth(12)
figure.set_figheight(8)

As três componentes da série temporal visualizadas.

Ajustando um classificador

# Extract and reshape residuals
results = seasonal_decompose(google['Volume'], period=365)
residuals = results.resid
residuals = residuals.values.reshape(-1, 1)


# Fit MAD
mad = MAD().fit(residuals)


# Find the outliers
is_outlier = mad.labels_ == 1
outliers = google[is_outlier]

print(len(outliers))

Vamos praticar!

Detecção de Anomalias em Python