Scomposizione di serie temporali per rilevare outlier

Rilevamento delle anomalie in Python

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

Stagionalità

Pattern che si ripetono nella serie temporale
Ha una frequenza fissa:
- oraria
- giornaliera
- settimanale
- mensile, ecc.
Esempi:
- Temperature giornaliere
- Vendite di gelati

Stagionalità

Un lineplot dei prezzi di apertura delle azioni 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>

Grafico della stagionalità

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

Un grafico della stagionalità dei prezzi di apertura delle azioni Google

Esempi di stagionalità

Esempi di stagionalità nelle serie temporali.

Grafico iniziale delle azioni

Un grafico iniziale dei prezzi di apertura delle azioni Google

Trend

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

Esempi di trend

Esempi di trend in serie temporali.

Residui

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

Un grafico dei residui dei prezzi di apertura delle azioni Google.

Scomposizione

figure = results.plot()

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

Tutte e tre le componenti della serie temporale visualizzate.

Addestrare un classificatore

# 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))

Ayo berlatih!

Rilevamento delle anomalie in Python