이상치 탐지를 위한 시계열 분해

Python으로 배우는 이상치 탐지

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

계절성

시계열의 반복 패턴
고정 주기:
- 매시간
- 매일
- 매주
- 매월 등
예:
- 일일 기온
- 아이스크림 판매량

계절성

Google 주가 시가의 꺾은선 플롯.

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>

계절성 플로팅

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

Google 주가 시가의 계절성 플롯

계절성 예시

시계열 계절성 예시.

주가 초기 플롯

Google 주가 시가의 초기 플롯

추세

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

추세 예시

시계열 추세 예시.

잔차

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

Google 주가 시가의 잔차 플롯.

분해

figure = results.plot()

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

시계열의 세 구성요소 시각화.

분류기 학습

# 잔차 추출 및 재구성
results = seasonal_decompose(google['Volume'], period=365)
residuals = results.resid
residuals = residuals.values.reshape(-1, 1)


# MAD 학습
mad = MAD().fit(residuals)


# 이상치 찾기
is_outlier = mad.labels_ == 1
outliers = google[is_outlier]

print(len(outliers))

Ayo berlatih!

Python으로 배우는 이상치 탐지