Машина опорных векторов для Java?

«Умный монитор», который вы описываете, является классификацией временных рядов.

Существует множество алгоритмов классификации. Все они в основном берут матрицу, где строки — это наблюдения, а столбцы — это «функции», которые каким-то образом описывают наблюдение, и вектор меток строк длины, который имеет значение либо 0, либо 1. В вашей задаче наблюдение может быть мельчайшей выборкой. , и ваш вектор меток будет иметь значение 1 для периодов времени, когда возникают проблемы с производительностью, и 0 в противном случае.

Неявным в этом определении является необходимость повторной выборки ваших данных (с использованием режима/медианы/среднего значения, если необходимо), чтобы каждое наблюдение определялось равномерно, например, в секундах, минутах или часах.

Генерация функций является важной частью. Я бы, вероятно, начал с двух признаков: необработанных значений и (один раз) различных значений между наблюдениями x_i и x_i-1. Мы определим их для задержки 2. Технически это 4 функции. Каждая функция не может смотреть в будущее. Каждая функция должна представлять одно и то же для каждого наблюдения.

Например, рассмотрим временной ряд длиной 10:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

Если мы хотим создать набор функций, используя два интервала отставания в прошлом, то первые два элемента временного ряда считаются сожженной выборкой. Мы не можем использовать связанные с ними наблюдения для обучения алгоритма.

Необработанные значения из 8 строк по 2 столбца будут

[[ 1.,  0.]
 [ 2.,  1.],
 [ 3.,  2.],
 [ 4.,  3.],
 [ 5.,  4.],
 [ 6.,  5.],
 [ 7.,  6.],
 [ 8.,  7.]]

различные значения

[[ 1.,  1.],
 [ 1.,  1.],
 [ 1.,  1.],
 [ 1.,  1.],
 [ 1.,  1.],
 [ 1.,  1.],
 [ 1.,  1.]])

Они складываются в столбцы. Есть много дополнительных функций, которые вы можете изучить. Следующим моим выбором будет Скользящее среднее.

Если вы хотите прогнозировать дальнейшее будущее, ваши обучающие данные должны отставать от вашего вектора меток.

Если производительность неудовлетворительна, попробуйте добавить больше функций, выбрав скользящее среднее значение в большем окне, или добавьте больше в будущем. Умный прием для повышения производительности алгоритмов временных рядов состоит в том, чтобы включить значение прогноза для предыдущего интервала времени.

Сопоставьте свой классификатор с некоторой ранней частью данных, а затем оцените его точность по более поздней части данных. Существует множество метрик для классификаторов, которые вы можете использовать. Если вы решите использовать классификатор, который выводит вероятности вместо жесткого 1/0, ваши возможности даже расширятся. (Как и использование вашего классификатора.)

Точность и полнота — это интуитивно понятные показатели эффективности классификаторов.

Тренируйтесь на первой (ранней) половине ваших данных и тестируйте вторую половину (позже).

Что касается алгоритмов, я бы рассмотрел логистическую регрессию. Я бы посмотрел в другом месте, только если производительность неудовлетворительна, и вы исчерпали возможности извлечения функций.

Mallet кажется хорошей библиотекой для этой задачи. см. эту часть документации.

Недавно я обнаружил JSAT, который выглядит многообещающе.

Существуют более конкретные подходы к классификации временных рядов, которые явно учитывают последовательный характер наблюдений и меток. Это универсальная адаптация классификации к временным рядам.

Если вы заинтересованы в использовании машин опорных векторов, есть руководство, которое очень ориентировано на новичков и может оказаться полезным (http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf)

Это руководство создано теми же ребятами из libsvm, которая является очень зрелой библиотекой для машин опорных векторов (http://www.csie.ntu.edu.tw/~cjlin/libsvm/), и у них есть привязка для Java (http://www.csie.ntu.edu.tw/~cjlin/libsvm/#java)

Weka — популярный пакет машинного обучения/интеллектуального анализа данных на Java. Эта книга http://guidetodatamining.com/ может оказаться полезной. На самом деле он не обращается к SVM, но у него определенно есть хорошие алгоритмы классификации, и он, конечно, совсем не эзотерический.

Возможно, Apache Spark MLlib Вам поможет:

Линейный SVM — это стандартный метод для крупномасштабных задач классификации. Это линейный метод, описанный выше в уравнении (1), с функцией потерь в формулировке, определяемой потерями на шарнире:

L(w;x,y):=max{0,1−ywTx}.

По умолчанию линейные SVM обучаются с регуляризацией L2. Мы также поддерживаем альтернативную регуляризацию L1. В этом случае задача становится линейной программой.

Алгоритм линейных SVM выводит модель SVM. Учитывая новую точку данных, обозначенную x, модель делает прогнозы на основе значения wTx. По умолчанию, если wTx≥0, результат положительный, в противном случае отрицательный.