Dekompozice časových řad pro detekci odlehlých hodnot

Detekce anomálií v Pythonu

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

Sezónnost

Opakující se vzory v časové řadě
Má pevnou frekvenci:
- hodinovou
- denní
- týdenní
- měsíční atd.
Příklady:
- Denní teploty
- Prodeje zmrzliny

Sezónnost

Spojnicový graf otevíracích cen akcií 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>

Vizualizace sezónnosti

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

Graf sezónnosti otevíracích cen akcií Google

Příklady sezónnosti

Příklady sezónnosti v časových řadách.

Počáteční graf akcií

Počáteční graf otevíracích cen akcií Google

Trend

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

Příklady trendů

Příklady trendů v časových řadách.

Rezidua

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

Graf reziduí otevíracích cen akcií Google.

Dekompozice

figure = results.plot()

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

Vizualizace všech tří složek časové řady.

Trénování klasifikátoru

# 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))

Pojďme si procvičit!

Detekce anomálií v Pythonu