Я хочу разработать алгоритм, который выполняет действие, если он обнаруживает, что некоторые числа нечетны относительно другого массива чисел, и у каждого числа есть дата. Эти цифры могут меняться в течение дня, но скорость изменения этих цифр не обязательно связана.
Например,
Данные могут быть
[
{number: 200, date: '12:00'},
{number: 250, date: '12:02'},
{number: 180, date: '12:04'},
{number: 500, date: '12:06'}
]
и массив, который я хочу проверить -
[
{number: 400, date: '12:08'},
{number: 50, date: '12:10'}
]
Я собираю эти данные за определенный промежуток времени (указанный интервал составляет две минуты)
Я хочу определить, падают ли данные с течением времени, но их нельзя напрямую измерить с предыдущими данными, поскольку они не соответствуют друг другу и могут падать и расти, но я хочу, чтобы они проверялись в долгосрочной перспективе.
Мой вопрос: какой подход я должен использовать? Нужно ли обучать модель для этой задачи? Если так, какой подход я должен реализовать?
Я думал о написании некоторых жестко закодированных правил, которые измеряют среднее значение и сравнивают данные с пороговым значением. Но он не был эффективен для больших наборов данных, так как не соответствует, как я сказал.
Если у вас есть какие-либо полезные ресурсы, которые могут помочь, я был бы очень благодарен.
P.S. Приведенные выше данные не являются реальными.
Заранее спасибо.