Aykırı Değer Tespiti için Zaman Serisi Ayrıştırma

Python ile Anomali Tespiti

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

Mevsimsellik

Zaman serisindeki tekrar eden desenler
Sabit bir frekansa sahiptir:
- saatlik
- günlük
- haftalık
- aylık vb.
Örnekler:
- Günlük sıcaklıklar
- Dondurma satışları

Mevsimsellik

Google açılış fiyatlarının çizgi grafiği.

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>

Mevsimselliği görselleştirme

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

Google açılış fiyatlarının mevsimselliğinin grafiği

Mevsimsellik örnekleri

Zaman serisi mevsimselliği örnekleri.

Hisse senetlerinin ilk grafiği

Google açılış fiyatlarının ilk grafiği

Trend

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

Trend örnekleri

Zaman serisi trend örnekleri.

Artıklar

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

Google açılış fiyatlarının artıklarının grafiği.

Ayrıştırma

figure = results.plot()

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

Zaman serisinin üç bileşeninin görselleştirilmesi.

Sınıflandırıcıyı eğitme

# Artıkları çıkarın ve yeniden şekillendirin
results = seasonal_decompose(google['Volume'], period=365)
residuals = results.resid
residuals = residuals.values.reshape(-1, 1)


# MAD'i eğit
mad = MAD().fit(residuals)


# Aykırı değerleri bulun
is_outlier = mad.labels_ == 1
outliers = google[is_outlier]

print(len(outliers))

Hadi pratik yapalım!

Python ile Anomali Tespiti