使用贝叶斯网络进行异常检测

时间:2017-09-01 13:22:04

标签: python-2.7

我正在研究使用贝叶斯网络的多变量时间序列数据中的异常检测问题。

我很困惑这是一种使用动态贝叶斯网络模型进行异常检测的好方法吗?使用贝叶斯方法时,只能计算训练数据上数据相似性发生的概率。

是否有其他方法可以使用其他离群值分数法来解决相同问题?

1 个答案:

答案 0 :(得分:0)

'类似于经过培训的数据'将被视为'正常'然后,

1 - (训练数据上数据相似性的发生概率)

将是您的异常分数/概率。您可以使用许多不同的方法进行异常检测,并使用简单的异常分数计算设计。

uni-variable time series anomaly detection

的例子