- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试提出一种回归测试数字序列的方法。
我的测试系统会为每个系统版本生成大量数字(例如高度、宽度、深度等)。这些数字以未知的方式因版本而异。给定一系列“好”版本和一个"new"版本,我想找到最不正常的序列。
例子:
“好”版本:
version width height depth
1 123 43 302
2 122 44 304
3 120 46 300
4 124 45 301
"new"版本:
5 121 60 305
在这种情况下,我显然想找到高度序列,因为值 60 比宽度或深度更突出。
我当前的方法计算每个良好案例序列的均值和标准差,对于新版本的数字,它计算该数字属于该序列的概率(基于已知的均值和标准差)。这有效……有点。
我的序列中的数字不一定围绕平均值呈高斯分布,但通常相当恒定,只有有时会产生一个异常值,该值似乎也相当恒定,例如。 G。 10, 10, 10, 10, 10, 5, 10, 10, 10, 5, 10, 10, 10。在这种情况下,仅基于均值和标准差,值 10 不会 100% 出现在序列,并且值 5 不太可能。
我考虑过使用直方图方法,但在那里犹豫是否要先在这里提问。直方图的问题是我需要为每个序列存储相当多的信息(而不是仅仅存储均值和标准差)。
我考虑的下一个方面是,我很确定这种任务并不新鲜,而且可能已经有适合我情况的解决方案;但我在研究中发现的不多。
我找到了一个像 PyBrain 这样的库,乍一看它似乎可以处理数字序列,然后显然会尝试使用模拟神经网络来分析这些序列。我不确定这是否适合我(而且似乎我必须为每个数字序列存储大量数据,就像一个完整的神经网络)。
所以我的问题是:
是否有一种技术、算法或科学学科可以帮助我分析数字序列以发现异常(在最后一个值中)?最好在每个序列只存储少量数据时 ;-)
对于具体的实现,我更喜欢 Python,但也欢迎提供其他语言的提示。
最佳答案
您可以使用称为高斯过程 (GP) 的回归技术来学习曲线,然后将高斯过程应用于序列中的下一个示例。
由于 GP 不仅会为您提供目标的估计值,还会提供您可以根据确定异常值的置信度设定阈值的置信度。
要实现这一点,存在各种工具箱(scikits.learn、shogun 等),但最简单的可能是 GPy。下面的笔记本很好地描述了一个一维回归的例子,你可以调整它来让你的任务继续进行:
http://nbviewer.jupyter.org/github/SheffieldML/notebook/blob/master/GPy/basic_gp.ipynb
关于python - 任意数序列的回归测试,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42302062/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!