📁 Prophet 모델을 활용한 이상 징후 감지
📌 Prophet
- Prophet은 페이스북에서 공개한 시계열 예측 라이브러리
- 가법모형 addictive model에 기반하여, 고전적인 통계적 기법을 발전시킨 방법
- 기존 시계열 모델을 보완하기 위해 탄생
- 기존 시계열 모델의 문제점
- 완전 자동화되는 시계열은 튜닝하기 어려움
- 기업 도메인 지식이 뛰어난 사람은 시계열에 대한 지식 부족
- 기존 시계열 모델의 문제점
- “Estimation procedures for structural time series models”에 소개된 기본 3요소를 따름
- g(t): 주기적이지 않은 변화인 트렌드
- s(t): 계절성, 주별/연도별 등 주기적으로 나타나는 패턴들 포함
- h(t): 휴일과 같이 불규칙한 이벤트들
- e_i: 정규분포라고 가정한 오차
📌 Prophet의 장점
- 트렌드와 주기적 특성 모델링 가능
- 예외적이고 이벤트와 같은 휴가철 상황도 모델링 가능
- 정확도가 높고 예측이 빠름
- 직관적인 파라미터로 모델 수정 용이
📌 ARIMA vs Prophet
ARIMA | Prophet | |
파라미터 | 파라미터(p, d, q)를 찾기 위해 데이터에 대한 충분한 이해가 전제되어야 함 | 직관적으로 파라미터를 수정하기 용이 |
유연성 | 주기적 특성 모델링 불가 | 주기적 특성 모델링 가능 |
정규화 | 차분과 정규화 필수 | 차분과 정규화 불필요 |
결측 치 | 결측 치 처리 필요 | 결측 치 처리 불필요 |
📌 이상징후 감지 순서
- Prophet을 이용해 주어진 훈련용 데이터 학습
- 컬럼으로 ‘ds’, ‘y’ 값만 받을 수 있음
- Prophet 모델 설정
- 학습된 모델을 사용하여 시계열 예측 시 존재했던 이상치 탐지
- 예측 값 뿐만 아니라 ‘yhat_lower’, ‘yhat_upper’, ‘trend_lower’, ‘trend_upper’과 같은 다양한 아웃풋 제공
- 즉, ARIMA와 같이 직접 임계 값을 설정해서 임계 값을 넘는 값에 대한 이상치를 지정해 줄 필요 없음
- 이상치 그리기
'Experience > SKADA' 카테고리의 다른 글
[SKADA] 통신 Core 장비에 대한 이상 징후 감지 (6) (0) | 2024.07.15 |
---|---|
[SKADA] 통신 Core 장비에 대한 이상 징후 감지 (5) (2) | 2024.07.15 |
[SKADA] 통신 Core 장비에 대한 이상 징후 감지 (3) (0) | 2024.07.15 |
[SKADA] 통신 Core 장비에 대한 이상 징후 감지 (2) (0) | 2024.07.15 |
[SKADA] 통신 Core 장비에 대한 이상 징후 감지 (1) (0) | 2024.07.15 |