2017-05-09 82 views
0

假設我有大量關於系統空閒時間的數據。閾值標識的最佳算法

Day 1 - 5 mins 
Day 2 - 3 mins 
Day 3 - 7 mins 
... 
Day 'n' - 'k' mins 

我們可以假設,即使空閒時間是隨機的,模式也會重複。

使用這個作爲訓練數據,是否有可能識別系統的空閒時間行爲。就這樣,能在異常預測

哪些算法將用於此目的的最適合

我試圖適應迴歸,但它可以只是回答我

「今天是期望空閒時間」但是我想要做的是。當空閒時間離開模式時,它必須被檢測到。

編輯: 或者它是有意義的預測僅爲當前的一天。即今天預期的空閒時間是'x'分鐘。明天它可能會有所不同

+0

我投票,因爲更高級別的統計數據問題上[交叉驗證]屬於關閉這一問題作爲題外話(https://stats.stackexchange.com/)。 SO更適用於特定的編程問題。 – Prune

+0

可能不是編程。即使沒有編程,我也需要知道應用哪種算法。然後我可以將它翻譯成可用的代碼。 – madhairsilence

+0

編輯該問題 – madhairsilence

回答

0

我會嘗試傅立葉變換,看看您的系統是否以週期性方式運行(這將意味着在頻域中有一些峯值)。 比擺脫低價值的頻率,並用其餘的來預測未來的系統行爲。

如果真實行爲與您想要檢測的預測有很大差異。

wikipedia: Fast Fourier Transformation