《表2 现有模型和xgboost在KPI数据集上的结果》
首先,将KPI数据集分为训练集和测试集,训练集和测试集比例为7:3。经过章1的异常注入算法处理训练集并标注,特征提取后输入xgboost进行训练。测试集使用FFT[8]、TwitterAD[9]、xgboost异常检测模型结果如表2。(下转第201页)
图表编号 | XD00192444400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 陈适宜 |
绘制单位 | 同济大学 |
更多格式 | 高清、无水印(增值服务) |
首先,将KPI数据集分为训练集和测试集,训练集和测试集比例为7:3。经过章1的异常注入算法处理训练集并标注,特征提取后输入xgboost进行训练。测试集使用FFT[8]、TwitterAD[9]、xgboost异常检测模型结果如表2。(下转第201页)
图表编号 | XD00192444400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 陈适宜 |
绘制单位 | 同济大学 |
更多格式 | 高清、无水印(增值服务) |