Open ChenLxx opened 10 months ago
补充一下,我使用的是SMD数据集
同问,之前下载过您们提供的数据集,经过point adjustment后有些经典异常识别方法其实也能取得比较好的F1分数(如sklearn库的Isolation Forest)。另外也发现您们提供的数据集(如MSL、SMAP)与原始论文 Hundman 的数据集有比较大的差异,烦请问下这些数据集的预处理是怎么做的?更关键的是为什么要这样预处理?谢谢
这个代码的性能全靠看了GT后的调整,在现实中没有GT,也就是你注释掉的效果,如果我是reviewer,我会强烈要求去掉这个adjustment,完全是为了好看的不现实步骤。
吴博士您好,我在复现您代码的过程中,采用了您提供的脚本代码参数,在注释掉point adjustment对结果处理后,模型F1-score从0.8960降到0.0368。请问您在论文中叙述的各种机制是否只在特殊情况下work?您是否在实验过程中也发现了point-adustment 对结果的影响呢?直观上说,point adjustment并不能直接体现论文效果,虽然这个策略被广泛使用,请问您如何看待这个问题。
注释掉point adjustement
未注释掉point adjustement