模型训练源码分析 about metis HOT 1 CLOSED

问下在xgboost的训练中，每一个index["data"]都应该包括许多的数据点，什么样的index["data"]会认为是异常的，从而给出index["flag"]为异常呢？ 是index["data"]代表的这段数据的最后一个数据点是异常，还是整个index["data"]包换的所有数据点都是异常呢

这段代码应该是在这里有体现： https://github.com/Tencent/Metis/blob/master/time_series_detector/algorithm/xgboosting.py

首先，index["data"] 是由三段数据所组成的，具体的数据拼接流程和 API 可以查看 https://github.com/Tencent/Metis/blob/master/docs/api_userguide.md

其次，时间序列的格式通常来说是这个样子的：

其中，date 指的是具体的时间戳，category 指的是某条特定的时间序列 id，value 指的是在 date 下这个 category 时间序列的取值，label 指的是人工标记的标签（'0' 表示异常，'1‘ 表示正常，'unknown' 表示没有标记或者人工判断不清）。

再次，如果由以上数据集的话，其实可以看出 label 所对应的就是某个时间序列在某个时间点的状态，可以是正常，异常或者未知。但是一个运维人员想要判断一条时间序列的某个时间点是否是异常，其实如果只有某个点的取值是无法判断的，因此需要有历史数据作为参照物。而在 Metis 的业务场景下，我们需要对照七天前的数据，昨天的数据和今天的数据才能够知道当前点是否是异常。

根据您提出的问题，

1. 每一个index["data"]都应该包括许多的数据点？
   Answer：这个是肯定的，需要有历史一段时间的数据点。默认是七天前后三小时，昨天前后三小时，今天历史三小时，总共 903 个点。

2. 什么样的index["data"]会认为是异常的？
   Answer：这个需要业务人员的经验来判断，从时间序列的走势和多年运维经验来看。

3. index["data"]代表的这段数据的最后一个数据点是异常，还是整个index["data"]包换的所有数据点都是异常呢？
   Answer：这个是前者，只有考虑最后一个数据点的情况，其他的点只是作为参照物而存在。因为没有参照物就没有办法知道最后一个点的具体情况。

from metis.