我正在使用Facebook 先知进行异常检测任务。
先知的一般超参数的优化将使我们做出更好的预测(yhat),但先知中的异常是根据值(Y)是否位于区间宽度之外来决定/捕获的。
问题:
- 对于异常检测,interval_width参数非常重要,我怀疑它如何帮助我根据季节性、趋势和变化预测上下文异常或异常?
- 为了优化参数MCMC samples,我应该使用最大的后验估计还是使用指定数量的马尔可夫链 Monte Carlo 样本进行完全贝叶斯干涉来训练和预测?
我还附上了为使用先知检测异常而绘制的图表片段。
在这个方向上的任何帮助和指导都将非常有帮助,期待进行建设性和有益的讨论。谢谢。