标签： machine-learning classification anomaly-detection
我有一系列带有json格式时间戳的日志，需要将其分类为成功和失败（失败类具有适当的推理，如失败的原因）。这里的日志没有标签，因此使用无监督模型是显而易见的。分类应该集中在关联两个或多个日志以查找故障，因为只能通过分析一组实例来检测故障情况。
我已经尝试过K均值聚类，在这种情况下可以很好地获得输出，但是由于没有标签来计算准确性，因此无法弄清它们是正确还是错误，并且该聚类不涉及数据集（即分析两个或更多日志以查找故障）
实际输出为二进制（0或1），但我希望输出是其失败的有意义的原因