python - 回归模型/非线性回归

Question

数据集有一个时间戳和水流值，现在我想对数据进行建模，以便如果有任何异常值（突然峰值或非常低的值）出现，它应该发送一个错误通知。我已经尝试使用 ARIMA 模型来训练数据，因为它是时间序列，但它不会产生相关结果，这意味着我做错了。所以请指导我。谢谢。数据集的链接是：https ://drive.google.com/open?id=1cFHSVpY0XBxsEayl2k1cK4_qWZ4PvDBd

from sklearn.linear_model import LinearRegression
features = [col for col in x2.columns if 'day' in col]
X = x2['median'].reshape(-1,1)
y = x2['time']
# create linear regression object 
reg = linear_model.LinearRegression()
# train the model using the training sets 
reg.fit(X, y) 
# regression coefficients 
print('Coefficients: \n', reg.coef_) 

我尝试使用每个时间间隔的所有水流值的中值作为目标变量，但它也会产生负方差分数。

预期结果应该是给定时间的水流值，它表明它是否在正常范围内。

标签： pythonmachine-learningtime-seriesarimanon-linear-regression

Answer 1

由于这个问题似乎是一个单一的特征问题，我建议从绘制相对于时间的中值水流开始。图的形状将告诉您如何最好地对问题进行建模。