Closed aaron077 closed 4 years ago
可否提供几个有疑问的样本数据
可否提供几个有疑问的样本数据
我这两天把数据整理好,再发给你分析下
以下是样本数据的链接: 链接: https://pan.baidu.com/s/1KE0fACpNpZBjMyqxG8HZ6Q 提取码: 6xjd 复制这段内容后打开百度网盘手机App,操作更方便哦 对样本数据的几点说明: 1:都是通过python api发送样本数据,可以看到当ret值是0(异常)是,P永远是0,当ret值是1时,p永远是1 2:check_time_value,代表原来待检测点的真正值,这些真正值发送请求时,返回的结果都是ret:1,正常。 3:value_now就是随机波动的值。这个样本数据的随机波动范围是原值1.7倍多或者0.2倍多的随机值。 4:DataC、DataB、DataA就是发送请求的数据,DataB、DataC的值都没改动,只有DataA的最后一个值,改成了value_now。最后返回的结果是类似1:1 5:但是按预估,如果都改成原值的1.7倍多或者0.2倍多。应该都是大部分检测结果都是要异常了
可否提供几个有疑问的样本数据
数据已经提供了,请指教
属于异常,这个检测是合理的; 属于异常; 属于异常; 属于异常;
如果默认模型没有检测出来,可以从源代码出发,进行必要的改动;
样本数据:从5月20号到6月20号,每五分钟的时序指标。
写了一个python程序,验证6月7号早上10点起,到6月10号晚上22点的所有检测点的异常情况(每5分钟)。代码就是从2019-06-07 10:00:00开始,循环1000次,每次隔五分钟,验证当前值是否异常,正常次数和异常次数的比值
因为metis的窗口值是180,按照每分钟的频率。所以测试的数据会做插值补缺,将缺失的数据填充临近相同的值。
验证的方式:就是两种接口都验证,而且还验证,原本的正常值做随机值波动,正常和异常的比
通过python API 来验证实际值 2.通过python API 做随机值验证 3.通过http API来验证实际值 4.通过http API做随机值的验证。
按实际值的0.8-1.2倍波动范围取值。 2.按实际值的0.9-1.1倍波动范围取值。 3.波动范围是10%,按实际值的0.7-0.8,1.2-1.3倍直接取随机值来验证结果 4.波动范围是10%,按实际值的0.6-0.7,1.3-1.4倍直接取随机值来验证结果 5:波动范围是10%,按实际值的0.5-0.6,1.4-1.5倍直接取随机值来验证结果 6:波动范围是10%,按实际值的0.2-0.3,1.7-1.8倍直接取随机值来验证结果 7:波动范围是10%,按实际值的0.2-0.3,1.7-1.8倍之间,用http restful接口来验证结果 8:按实际值的2.7-2.8倍之间取随机值来验证结果
以上的困惑请指教