AWS SageMaker随机切割森林如何处理周期性/季节性及检测器间隔影响？

• 原生Random Cut Forest（包含AWS SageMaker、OpenSearch/ODFE Kibana异常检测功能内置的RCF实现）本身不会自动生成时间维度派生特征，不会主动提取「当日第N小时」「星期几」「月份」「年份」这类时间衍生字段，也没有内置的季节性特征识别模块。它的核心判定逻辑完全基于输入特征的数值分布：通过随机超平面对输入的特征向量集合做递归切割，离群点的切割深度会明显小于正常点，以此完成异常判定。
• detector interval（检测器间隔）会直接改变输入RCF模型的样本聚合粒度，进而从底层改变输入特征的分布，最终影响异常判定结果：
  • 当间隔设置为1分钟/10分钟时，输入模型的是分钟级粒度样本：全天绝大多数样本的数值为1，每天仅存在6个（10分钟间隔）/60个（1分钟间隔）数值为0的样本，0在整体样本分布中占比极低，RCF自然会将这类出现频率极低的数值判定为异常。
  • 当间隔设置为60分钟时，输入模型的是小时级粒度样本：每天固定生成23个值为1的样本、1个值为0的样本，此时0的出现频率已经稳定为固定周期的常规值，模型训练过程中会将这个固定出现的数值纳入正常分布范围，因此不会判定为异常。
• 若需要小粒度检测器也能识别固定季节性规律，可手动在输入特征中加入时间派生字段（如当前小时数、当前星期数），让RCF可以学习到「当时间维度特征匹配特定值时，对应指标数值属于正常范围」的分布规律，即可避免此类误报。

内容的提问来源于stack exchange，提问作者Miss Questions