如何检测多变量、多时间序列数据中的异常？

Question

我试图在一个庞大的销售交易数据集中（超过100万个观测值）发现异常，其中有成千上万的独特客户。同一客户可以在同一日期多次购买。数据集包含随机交易和季节性交易的混合。下面是我的数据的一个虚拟样本。

Date      CustomerID     TransactionType      CompanyAccountNum      Amount
01.01.19  1              Sales                111xxx                 100
01.01.19  1              Credit               111xxx                 -3100
01.01.19  4              Sales                111xxx                 100
02.01.19  3              Sales                311xxx                 100
02.01.19  1              Refund               211xxx                 -2100
03.01.19  4              Sales                211xxx                 3100

哪种算法最适合这个问题？我已经尝试了一个多变量的FBprophet模型（在python上），到目前为止，收到了不太满意的结果。

Answer 1

您可以尝试以下方法 pyod 包，方法如隔离林或HBOS。

它被宣传为 "用于检测多变量数据中的离群对象的全面和可扩展的Python工具包"，但你的性能可能会有所不同，所以首先检查一下他们的 基准.