Descompunerea seriilor de timp pentru detectarea valorilor aberante

Detecția anomaliilor în Python

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

Sezonalitate

Tipare repetitive în seria de timp
Are o frecvență fixă:
- orară
- zilnică
- săptămânală
- lunară etc.
Exemple:
- Temperaturi zilnice
- Vânzări de înghețată

Sezonalitate

Grafic liniar al prețurilor de deschidere ale acțiunilor 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>

Vizualizarea sezonalității

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

Grafic al sezonalității prețurilor de deschidere ale acțiunilor Google

Exemple de sezonalitate

Exemple de sezonalitate în serii de timp.

Grafic inițial al acțiunilor

Grafic inițial al prețurilor de deschidere ale acțiunilor Google

Tendință

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

Exemple de tendințe

Exemple de tendințe în serii de timp.

Reziduuri

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

Grafic al reziduurilor prețurilor de deschidere ale acțiunilor Google.

Descompunere

figure = results.plot()

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

Toate cele trei componente ale seriei de timp vizualizate.

Antrenarea unui clasificator

# 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))

Să exersăm!

Detecția anomaliilor în Python