摘要
本发明提供了一种检测异常指标的方法、电子设备及存储介质,涉及异常检测技术领域,所述方法基于3‑sigma模型、EWMA模型、预设回归模型和目标XGBoost四种异常检测模型对目标指标对应的当前目标指标数据列表进行异常检测,以确定目标接口的目标指标在当前时间点是否出现异常,使用多层次和多种模型结合、无监督和有监督相结合的方式实现异常检测,相较于使用单一的异常检测模型实现异常检测,能够更精准地识别异常情况,显著提升了异常检测的准确性和可靠性,从而有利于提高确定目标指标是否出现异常的准确度。
技术关键词
列表
样本
XGBoost模型
数据
指标
非瞬时性计算机可读存储介质
EWMA模型
异常检测技术
多项式特征
线性回归模型
电子设备
处理器
接口
无监督
多层次
存储器
系统为您推荐了相关专利信息
角度定位方法
角度定位系统
六轴机械臂
多自由度机械
深度学习模型
柔性负荷调度方法
储能设备
区域内电动汽车
充放电策略
优化调度策略