假设我有大量关于系统空闲时间的数据。
Day 1 - 5 mins
Day 2 - 3 mins
Day 3 - 7 mins
...
Day 'n' - 'k' mins
我们可以假设，即使空闲时间是随机的，模式也会重复。
将其用作训练数据，我是否可以识别系统的空闲时间行为。有了这个，可以预测异常吗
哪种算法最适合此目的
我试图适应回归，但它只能回答我"今天的预期空闲时间是多少">
但我想做的是。当空闲时间偏离模式时，必须对其进行检测。
编辑：或者只预测当天是否有意义。即今天预期的空闲时间为"x"分钟。明天可能会有所不同
我会尝试傅里叶变换，看看你的系统是否以周期性的方式运行(这意味着频域中有一些峰值(。然后摆脱低值的频率，并使用其余值来预测未来的系统行为。
如果真实行为与您想要检测的预测有很大不同。
维基百科：快速傅里叶变换