如何用Python自动检测并修正时间序列中的异常数据时段
2026-8-14
时间序列异常时段的检测与修正方法需求
我正在寻找一种可自动检测并修正时间序列中**异常数据时段（连续离群点序列）**的方法。此前已尝试ThymeBoost，但该工具仅能修正单点离群点，无法处理异常时段；也试过seasonal decompose方法，不过由于该时间序列无明显季节性，此方法无法生效。
以下是包含异常时段的时间序列示例数据：
01/02/2018 288.000000 01/03/2018 332.000000 01/04/2018 277.000000 01/05/2018 233.000000 01/06/2018 204.000000 01/07/2018 216.000000 01/08/2018 175.000000 01/09/2018 218.000000 01/10/2018 413.000000 01/11/2018 416.000000 01/12/2018 151.000000 01/01/2019 224.000000 01/02/2019 563.000000 01/03/2019 413.000000 01/04/2019 238.000000 01/05/2019 343.000000 01/06/2019 176.000000 01/07/2019 533.103060 01/08/2019 230.000000 01/09/2019 364.000000 01/10/2019 324.000000 01/11/2019 437.000000 01/12/2019 738.000000 01/01/2020 619.000000 01/02/2020 728.000000 01/03/2020 506.000000 01/04/2020 500.000000 01/05/2020 886.000000 01/06/2020 892.000000 01/07/2020 268.000000 01/08/2020 32.000000 01/09/2020 45.000000 01/10/2020 51.000000 01/11/2020 373.000000 01/12/2020 61.000000 01/01/2021 73.000000 01/02/2021 779.000000 01/03/2021 584.718872 01/04/2021 614.000000 01/05/2021 489.000000 01/06/2021 534.000000 01/07/2021 455.000000
对应的时序图：
seasonal decompose方法的分解图：
内容的提问来源于stack exchange，提问作者nouhad 2015
相关产品推荐
相关产品推荐
