假设我有大量关于系统空闲时间的数据。
Day 1 - 5 mins
Day 2 - 3 mins
Day 3 - 7 mins
...
Day 'n' - 'k' mins
我们可以假设即使空闲时间是随机的，模式也会重复。
使用它作为训练数据，我是否可以识别系统的空闲时间行为。有了这个，可以预测异常
哪种算法最适合此目的
我试图适应回归，但它可以回答我“今天的预期空闲时间是多少”
但我想做的是。当空闲时间远离模式时，必须检测它。
修改 或者仅对当天的预测有意义。即今天预计的空闲时间为'x'分钟。明天它可能会有所不同
答案 0 :(得分：0)
我会尝试进行傅里叶变换，看看你的系统是否以周期性的方式运行（这意味着频域中存在一些峰值）。 比摆脱低值的频率，并使用其余的来预测未来的系统行为。
如果真实行为与您想要检测的预测有很大不同。