jixinpu / aiopstools Goto Github PK

您好，您的docs/..md文件中的图片全部都无法显示了～

例子里的数据集没看懂，host.alive 存活监控都是时间序列数据，是指这段时间主机宕机了吗，例子中的数据集能否解释下，host.alive最终和cpu.idle有关和网卡流量无关，从数据里面，我没看出来有什么关系

结论说周期性模型准确率高，可是表格明明是0.092非周期模型最高啊，怎么解释呢？谢谢。

https://github.com/jixinpu/aiopstools/blob/master/docs/predict_result.md

File "C:\Users\Username\AppData\Local\Programs\Python\Python37\lib\site-packages\pybrain\structure_init_.py", line 1, in
from connections.init import *
ModuleNotFoundError: No module named 'connections'

安装时显示成功，当时当使用标程
python examples/ts_period_predict.py --model_name=lr --data_dir='./aiopstools/timeseries_predict/data/timeseries_data.csv' --predict_time=24
时，报以上错误。

这个文档里有图片失效了，加载不出来
https://github.com/jixinpu/aiopstools/blob/master/docs/anomal_detection.md

aiopstools\anomaly_detection\models\statistics.py
Line 103~110，start_index=a_index提前赋值是否有误？这样会导致data[start_index]恒等于data[end_index]。

@jixinpu hi:
在周期性检测方法中，发现代码：
split_data = np.array(smooth_data).reshape(-1, 24)
该代码目的是对时间序列数据进行分段，但是参数为什么假定是24呢

python examples/detection.py --data_dir=./aiopstools/anomaly_detection/data/data.csv --period_freq='D' --voting_num=3
Traceback (most recent call last):
File "examples/detection.py", line 5, in
from aiopstools.anomaly_detection.voting import voting
ModuleNotFoundError: No module named 'aiopstools'

这是怎么回事

https://github.com/jixinpu/aiopstools/blob/master/aiopstools/timeseries_predict/period_check/periodic_check.py#L4

提示indent error出错

在 voting.py 中，voting_num 传进来是字符串，而result_type_list.count返回的是数字.

两者之间的比较会出错，需要把 voting_num 转成 int 类型

代码见这里和这里

例子每次结果经常不一样，
cpu.idle is related to alarm
net.if.totoal.bits.sum is not related to alarm
mem.memused.percent is related to alarm
mem.swapused.percent is related to alarm
ss.closed is not related to alarm

cpu.idle is not related to alarm
net.if.totoal.bits.sum is related to alarm
mem.memused.percent is related to alarm
mem.swapused.percent is related to alarm
ss.closed is not related to alarm

cpu.idle is not related to alarm
net.if.totoal.bits.sum is not related to alarm
mem.memused.percent is not related to alarm
mem.swapused.percent is related to alarm
ss.closed is not related to alarm

是因为数据集的问题吗，代码mixdata函数里每次随机获取数据到mixset混合集，和论文里面也是一致的，但为什么每次最终结果都不一样，那这样准确度不是应该不高吗

工具庫本身不支持python3, 但庫需要的依賴包必須使用python3 以上版本?
這似乎沒辦法解決

不同指标的波动范围不同，不做归一化的话，仅靠dtw距离感觉不能很好的衡量周期性，况且阈值也不好定义，请问是否有考虑过这些问题

代码见这里 fitting.py

这也会导致最终 voting 的时候出现错误，并且 print 失败，因为指定了浮点型