Darts项目中的异常检测评分器原理详解

异常检测评分器工作机制

Darts项目中的PyODScorer和KMeansScorer是用于时间序列异常检测的重要组件。这些评分器通过分析时间序列数据的子序列模式来识别异常行为。

窗口处理机制

评分器首先将时间序列分割为多个移动窗口：

• 窗口大小为W
• 对于长度为N的时间序列，实际生成的子序列数量为N-W+1
• 每个子序列包含W个连续时间点的数据

数据形状处理

评分器内部处理的数据形状为二维数组：

• 行数：N-W+1（子序列数量）
• 列数：W×D（窗口大小×特征维度）

其中D代表时间序列的组件数量（即特征维度）。当component_wise参数设置为True时，系统会为每个组件单独训练模型，此时D=1。

KMeansScorer实现细节

KMeansScorer基于sklearn的KMeans算法实现异常检测：

1. 聚类过程：

   • 将每个子序列视为一个样本点
   • 样本特征维度为W×D
   • 通过聚类中心距离计算异常分数

2. 分数计算：

   • 样本到最近聚类中心的距离作为异常分数
   • 距离越大，异常可能性越高

3. 参数影响：

   • component_wise=False时，模型考虑所有组件的联合分布
   • component_wise=True时，为每个组件建立独立模型

PyODScorer实现原理

PyODScorer基于PyOD库实现，其工作机制与KMeansScorer类似：

1. 数据预处理：

   • 同样采用滑动窗口生成子序列
   • 数据形状处理方式相同

2. 异常检测：

   • 支持PyOD库中的多种异常检测算法
   • 算法输出异常分数而非二元标签

3. 灵活性：

   • 可配置不同的异常检测算法
   • 支持与KMeansScorer相同的component_wise参数

实际应用建议

1. 窗口大小选择：

   • 应基于业务周期特性确定
   • 太小会导致噪声敏感，太大会丢失局部异常

2. 组件处理策略：

   • 组件间强相关时建议使用component_wise=False
   • 组件独立时建议使用component_wise=True

3. 算法选择：

   • KMeans适合聚类明显的场景
   • PyOD提供更多算法选择灵活性

理解这些评分器的工作原理有助于在实际项目中更好地配置参数和解释检测结果。