4.2.3 异常检测四象限：点异常、上下文异常、集合异常、趋势突变（CUSUM/STL分解）

文档摘要

4.2.3 异常检测四象限：点异常、上下文异常、集合异常、趋势突变（CUSUM/STL分解）在时间序列智能分析的实战现场，异常检测从来不是一道选择题，而是一场多维度的精密校准——它不问“有没有异常”，只问“哪一类异常正在发生？在什么上下文中发生？以何种强度、何种节奏、何种结构发生？” 这正是我们把异常划分为点异常、上下文异常、集合异常、趋势突变四象限的根本动因：它们不是并列的四种方法，而是对异常本质的四种观测视角，每一种都对应着不同的生成机制、数学表征、建模范式与工程落地路径。今天，我们就撕开教科书式的分类标签，直击代码级实现细节，手把手还原一个工业级时间序列异常检测系统中，这四个象限如何被真正“激活”、协同与验证。