KPI异常检测模板

简介

KPI异常检测服务是基于电信领域各KPI特征的时序数据,利用PC机对时序数据的周期、趋势和跳变进行预处理、分析找出异常数据。该服务为用户提供开放的API,用户可以通过这些API获取离群值的检测结果。计算结果可以预测和估计未来的离群值,覆盖每个场景,提高系统的效率和可用性。离群点检测服务包括单指标检测服务和多指标检测服务。

代码概览

★ kpi-detect.py - 算法入口

kpi/train.py - 训练代码

kpi/predict.py - 预测代码

数据要求

KPI

Column Name

Type

Matters

Exception

BEGINTIME

%d/%m/%Y %H:%M

Column name must be BEGINETIME, Not Null

1/06/2018 0:00

KPI_ID

Real

Not NULL

254027,179.514

约束条件:

  • 时序数据中无缺失值

  • 至少四个周期

  • 样本点数需相同

API信息

kpi_load_data( )

加载数据,返回dataframe

kpi_load_data(data_path)

参数:

  • data_path: 数据路径

kpi_train( )

训练函数,无返回

kpi_train(logs,raw_data,record_key,out_path,periodDict,errorDict,top_n)

参数:

  • logs: 平台日志报告

  • raw_data: 通过函数kpi_load_data api获取的原始数据

  • record_key: 仅用于保存结果

  • out_path: 结果输出路径

  • periodDict: 高级算法参数。用于特殊时期要求,默认为空

  • errorDict: 高级算法参数。适用于错误判断的特殊要求。默认为空

  • top_n: 前n个错误。仅用于报告显示