anomalize:潮汐异常检测
“anomalize”包支持“整洁”的工作流,用于检测数据中的异常。主要函数有time_decompose()、anomalize()和time_recompose。合并后,分解时间序列、检测异常、,并创建分隔“正常”数据和尺度上的异常数据的频带(即多个时间序列)。时间序列分解用于通过Time_decompose()函数删除趋势和季节成分方法包括黄土时间序列的季节分解(“stl”)和按分段中值进行季节分解(“twitter”)。anomalize()函数实现残差异常检测的两种方法,包括使用内四分位范围(“iqr”)广义极值研究偏差(gesd)。这些方法基于那些在“预测”包和推特“异常检测”包中使用的。有关这些方法的具体参考,请参阅相关函数。
版本: |
0.3.0 |
取决于: |
R(≥3.0.0) |
进口: |
数字播放器,胶,计时器,打扫,隐秘时间(≥ 0.1.5),呜呜声,爱尔兰航空公司,易怒的,第三年(≥1.0.0),ggplot2 |
建议: |
潮韵诗,美味佳肴,字符串,测试那个(≥ 2.1.0),覆盖(covr),针织物,rmarkdown公司,开发工具,氧气2 |
出版: |
2023-10-31 |
作者: |
马特·丹乔,戴维斯·沃恩 |
维护人员: |
马特·丹乔(Matt Dancho) |
错误报告: |
https://github.com/business-science/anomalize/issues |
许可证: |
GPL(≥3) |
网址: |
https://github.com/business-science/anomalize网站 |
需要编译: |
不 |
材料: |
自述文件 新闻 |
CRAN检查: |
使结果异常 |
文档:
下载:
反向依赖关系:
链接:
请使用规范形式https://CRAN.R-project.org/package=异常链接到此页面。