我是初学者，我需要一些关于如何建模以下场景的建议
我每天平均从外部系统消耗大约5000行数据。传入的行数介于4950到5050之间。我想构建一个警报机制，告诉我传入的行数是否正常。也就是说，我想要一个解决方案，让我知道，如果我说，在给定的一天2500行，减少50％或说15000行比平均值更多。
示例数据如下：
|一天|传入数据的大小（以MB为单位）|行数|标签|
|平日| 3.44 | 5000 | Y |
|平日| 3.3 | 4999 | Y |
|平日| 3.1 | 4955 | Y |
|平日| 3.44 | 5000 | Y |
|周末| 4.1 | 5050 | N |
我最初的想法是使用一些异常检测算法。我尝试使用主成分分析算法来检测异常。我收集了每天收到的总行数，并用它来训练模型。但是，在对我所拥有的数据进行训练后，这是非常有限的（少于500次观察），我发现准确性非常差。 One-Class SVM也没有给我带来好结果。
我用了＃34;行数＆＃34;作为分类特征，标签为..标签并忽略其余参数，因为在这种情况下我不感兴趣。无论传入数据的日期和大小如何，我的逻辑仅围绕行数。
此外，到目前为止，我没有任何负面情况，这意味着，我从来没有收到过多或太多的记录。所以我标记了我收到5050行异常的所有日子。其余我标记为正常。
我确实意识到我在这里做了一些根本错误的事情。问题是，我的方案是否有资格在机器学习中使用？ （我相信它确实如此，但想要你的意见）
如果是，如何处理这些有限的训练数据集，您几乎没有任何样本异常。它真的是一个异常问题，还是我可以使用一些分类算法来获得更好的结果？
感谢
答案 0 :(得分：0)