基于多个时间序列数据的随机砍伐森林异常检测

Question

我的传感器数据来自具有时间序列的设备以及许多属性，

我已经使用RCF算法来检测异常。 现在的挑战是，如何说服最终用户是否确实存在异常。 只想知道是哪个属性导致了异常。

有什么最好的方法可以说服最终用户是否确实存在异常。

Answer 1

运行RCF模型并获得异常解释的最简单方法是在Kinesis Analytics（KA）中使用RCF版本。这是有关如何从KA文档中运行的文档的链接：https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html

Kinesis在模型的训练，初始训练后的推论以及变量的归因和解释方面都非常注意。