如何在多维数据中找到异常检测

Question

我有一组具有4个变量的时间序列数据点，例如（A，B，C，time）。我正在努力寻找数据中的异常检测。

我找到了可以在2D数据中发现异常的工具，例如Yahoo EGADS库，用于查找异常检测。意味着我可以提供此工具（A，时间）或（B，时间）输入等，它将在其中找到异常检测。

现在的问题是，我需要找到所有A，B对与时间的异常检测。 A，B对可能很大。对于所有A，B对而言，运行时间序列模型与时间并行性似乎效率低下。

任何人都可以建议使用此库或其他可以解决此目的的其他库的方法。

Answer 1

R和python中有许多库。 R-

中提供了一些解决方案

什么是异常？-
https://machinelearningstories.blogspot.com/2018/07/anomaly-detection-anomaly-detection-by.html

基于连通性的离群技术- https://machinelearningstories.blogspot.com/2018/09/connectivity-based-outlier-detection.html

对于高维数据- https://machinelearningstories.blogspot.com/2018/08/anomaly-detection-in-high-dimensional.html

即使QQ数据图也会给您异常。这些都是无监督算法，因此即使找到异常值（异常），也需要将其与实际异常相关联。

Python中也有很多软件包