Обнаружение случайных лесных аномалий на многовариантных данных временных рядов

Question

У меня есть данные датчиков, поступающие от оборудования с временными рядами и многими атрибутами,

Я использовал алгоритм RCF для обнаружения аномалий.Теперь задача состоит в том, как убедить конечного пользователя, действительно ли это аномалия или нет.Просто хочу узнать, какой атрибут способствует аномалии.

Есть ли лучший способ убедить конечного пользователя, действительно ли это аномалия или нет.

Answer 1

Самый простой способ запустить модель RCF и получить объяснение аномалии - это использовать версию RCF в Kinesis Analytics (KA). Вот ссылка на документацию по запуску из документации KA: https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sqlrf-random-cut-forest-with-explanation.html

Kinesis заботится как об обучении модели, так и о выводе после начального обучения, а также об атрибуции и объяснении переменных.