请问metis以过去一周/过去一天/过去180min这样的形式去判断是否为异常点有理论支撑么？

[lumiere-ml]

RT，是否有相关的paper或者其他理论背景，多谢

[lumiere-ml]

感觉这个只适用于稳定数据的监控，比如运行稳定的服务器、机器指标等。没法做复杂一些的策略规则

[zr9558]

RT，是否有相关的paper或者其他理论背景，多谢

进行时间序列异常检测是需要使用历史数据的。一般情况下可以选择历史14天的数据，或者历史一周的数据。或者选择其中的一个时间序列切片，正如这个项目所示。

关于有监督方法或者特征工程，可以参考的论文和资料比较多：

• 开源工具：tsfresh，https://tsfresh.readthedocs.io/en/latest/
• 论文：清华大学裴丹教授在2015年发表的 Opprentice 系统，其余还有很多的论文。
• blog：
  1. 时间序列简介（一）
  2. 如何理解时间序列？— 从 Riemann 积分和 Lebesgue 积分谈起
  3. 时间序列的自回归模型—从线性代数的角度来看

做时间序列的特征与做推荐系统的特征有类似之处，更多的是结合自身的业务场景，针对自身的时间序列走势和趋势，甚至对正负样本的理解，在通用特征的基础上，做一些贴近业务的特征。在数据选择方面，可以根据自身的需求选择最合适的数据。

[qcl1994]

如果过去一天或是获取一周的历史数据，本身就是异常数据呢，会不会对异常检测有影响

[fuhao009]

数据先自己做预处理