文档摘要

2.3 时间序列分解 本节摘要：时间序列分解把原始序列拆成趋势、季节性、残差三个成分，是异常检测中最重要的一步预处理。本节讲清为什么必须分解、加法与乘法模型的区别、经典分解与 STL 的原理差异，并用 statsmodels 给出可运行示例。核心思想：异常藏在残差里——把趋势和季节剥离干净，残差就是异常检测的"纯净战场"。 本节地图 阅读完本节，你应当能够： 说出分解的三个目的：理解模式、提升预测、简化异常检测。 会员。《2.3 时间序列分解》收录于灏天文库文集《时间序列异常检测技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/490-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流