摘要
本发明提供了一种异常指标检测方法、设备及介质,涉及异常检测技术领域,所述方法使用统计判别方法和无监督算法对预设样本数据列表集进行处理获取第四待定负样本数据列表集,能过滤掉大量的正样本数据列表,减少需要人工标注的数据量,对所有第四待定负样本数据列表进行人工标注,获取目标负样本数据列表集以及关键正样本数据列表集,使目标负样本数据列表集和关键正样本数据列表集组成的训练样本集更加均衡,能够提高目标XGBoost模型的准确度,基于目标指标对应的当前目标指标数据列表和目标XGBoost模型确定目标接口的目标指标在当前时间点是否出现异常,有利于提高检测目标接口的目标指标在当前时间点是否出现异常的准确度。
技术关键词
指标检测方法
XGBoost模型
列表
数据
异常检测技术
多项式特征
线性回归模型
监督算法
训练样本集
判别方法
处理器
接口
存储器
电子设备
介质
系统为您推荐了相关专利信息
风险识别模型
生成训练数据
实时数据
预警方法
分层