培訓計劃，以瞭解機器學習中的高值和低值

-1

我通過讀取KPI（關鍵績效指標）的數據集來生成警報。我的算法正在研究歷史數據，並基於這些數據我能夠捕捉到數據突然激增的情況。但是我產生了誤報。例如，KPI1的歷史記錄爲.5，但達到了12，這是一種尖峯。同樣的方式KPI2也從0.5到12.但我知道KPI從0.5到12不是什麼大不了的，我不需要去捕捉它。同樣的方式KPI2從.5到12是很重要的，我需要捕捉它。我想訓練我的程序，以瞭解每個KPI的高價值，低價值或正常價值。請問專家告訴我哪個是最好的ML算法是這個和任何包在python我需要探索？培訓計劃，以瞭解機器學習中的高值和低值

來源

2017-09-13 Bharat Sharma

您是否正在看時間系列？換句話說，在您的KPI發展的時候？你的數據結構如何？這會幫助我們更有效地幫助你。你可以多描述一下你的數據和你的輸出（你如何定義高和低）？ – Umberto

是的，我正在查看時間系列。在y軸上繪製KPI值並在x軸上繪製時間戳。使用歷史數據（30天），我獲得了動態閾值（基準值），並基於該數據找到了峯值（7天）。將KPI1的值從.5（基準值）跳到12（峯值）並不是什麼大不了的事情，但對於KPI2（假設KPI1和KPI2數據集有相似之處）同樣重要。 –

好吧，那麼我會爭辯說，這不是一個標準的分類問題......你應該看看時間序列預測。 – Umberto