如何检测多变量、多时间序列数据中的异常？答案

【问题标题】：How to detect anomalies in multivariate, multiple time-series data?如何检测多变量、多时间序列数据中的异常？
【发布时间】：2020-09-04 02:33:06
【问题描述】：

我试图在拥有数千个独特客户的庞大销售交易数据集（超过 100 万次观察）中发现异常情况。同一客户可以在同一日期多次购买。数据集包含随机和季节性交易的混合。我的数据的虚拟样本如下：

Date      CustomerID     TransactionType      CompanyAccountNum      Amount
01.01.19  1              Sales                111xxx                 100
01.01.19  1              Credit               111xxx                 -3100
01.01.19  4              Sales                111xxx                 100
02.01.19  3              Sales                311xxx                 100
02.01.19  1              Refund               211xxx                 -2100
03.01.19  4              Sales                211xxx                 3100

哪种算法/方法最适合这个问题？到目前为止，我已经尝试了一个多元 FBprophet 模型（在 python 上），但结果并不令人满意。

【问题讨论】：

标签： python machine-learning time-series outliers anomaly-detection

【解决方案1】：

如果您有时间序列数据，最好应用移动平均或指数平滑数据等方法来消除趋势和季节性。否则，所有涉及季节性或趋势周期的数据点都将被标记为异常。

【讨论】：

【解决方案2】：

您可以尝试pyod 包，隔离森林或HBOS 等方法。

它被宣传为“用于检测多元数据中的离群对象的全面且可扩展的 Python 工具包”，但您的里程可能会因性能而异，因此请先查看他们的 benchmarks。

【讨论】：