Twitter开源云环境时间序列数据断层检测工具BreakoutDetection

简单用例

　　为了完成这个例子，我们建议用户使用BreakoutDetection包中包含的实例数据集，这个操作可以通过以下命令完成：

data(Scribe)res = breakout(Scribe, min.size=24, method='multi', beta=.001, degree=1, plot=TRUE)res$plot

　　通过上面的操作，你可以获得下图

　　从上图我们可以得知，我们发现给定时间序列中存在一个breakout，同时还存在大量的异常。两个垂直红线中间的部分显示了由EDM算法检测出的breakout。区别于上文我们提到的常见方法，EDM在多异常环境下表现出了良好的鲁棒性。时间序列上出现的平均变化可以通过下方注释图更好地进行理解：

　　上面注释图中的水平线相当于每阶段的近似均值。

写在最后

　　感谢James Tsiamis和Scott Wong的支持，以及该项目的主要研究员Nicholas James。

项目托管： GitHub

博文链接： Breakout detection in the wild（翻译/童阳 责编/仲浩）