【发布时间】：2017-10-10 16:49:31
【问题描述】：
我是初学者，我需要一些关于如何对以下场景进行建模的建议
我平均每天从外部系统消耗约 5000 行数据。传入的行数在 4950 到 5050 之间。我想建立一个警报机制，它会告诉我传入的行数是否不正常。即，我想要一个解决方案，让我知道我是否在给定日期说 2500 行，这比平均值少 50%，或者说 15000 行，比平均值多。
示例数据如下：
|天 |传入数据的大小（以 MB 为单位）|行数 |标签 |
|平日 | 3.44 | 5000 |是 |
|平日 | 3.3 | 4999 |是 |
|平日 | 3.1 | 4955 |是 |
|平日 | 3.44 | 5000 |是 |
|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，并将其用于训练模型。但是，在使用非常有限的数据（少于 500 次观察）进行训练后，我发现准确性非常差。 One-Class SVM 也没有给我很好的结果。
我使用“行数”作为分类特征，标签作为..标签并忽略其余参数，因为在这种情况下它们对我不感兴趣。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，我收到的记录从未太少或太多。因此，我将收到 5050 行的所有日子都标记为异常。其余的我标记为正常。
我确实意识到我在这里做的事情根本上是错误的。问题是，我的场景甚至有资格用于机器学习吗？ （我相信确实如此，但想要你的意见）
如果是，如何处理如此有限的训练数据集，而您几乎没有任何样本异常。这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？
谢谢
【问题讨论】：
标签： azure-machine-learning-studio anomaly-detection