algorithm - 检测异常值的最佳方法是什么？

Question

我有一个数字流进来，如果异常值，我想将它们标记为 1，如果不是异常值，我想将它们标记为 0。我有两种方法：

1）我计算进来的数字的滚动平均值。然后，我计算计算的数字平均值的滚动标准偏差。使用这些值，我创建了 (μ ± 3σ) 的置信区间

2) 我计算了传入数字的滚动平均值和标准差。使用这些值，我创建了 (μ ± 3σ) 的置信区间

哪种方法更好，为什么？

标签： algorithmdata-sciencenormal-distributionoutliers

Answer 1

这完全取决于您的应用程序。

话虽如此，第二种方法看起来像是一个标准的（有些人会称之为天真的）解决方案。第一种方法似乎很奇怪，而且刚刚结束：

想象只有两个交替的数字进来。假设是 0 和 10。一段时间后，您将有一个非常稳定的平均值 5 +- ε（ε 收敛于 0）。因此，随着您的进步，这些均值的标准差会越来越小。最终，3σ 将小于 5，从那时起所有传入的数字都将是异常值。