为什么 xgboost 算法对于时间序列的异常检测没有用？ 有一些关于时间序列预测的案例。 （https://www.kaggle.com/code/robikscube/tutorial-time-series-forecasting-with-xgboost） 是否有一种实现可以使用该算法对时间序列数据进行异常检测和预测？
根据定义，异常现象很少见。一般来说，当其中一类很稀有时，标准分类算法会因目标函数而出现问题。
如果您想检测异常，您可以尝试的其中一件事是使用 xgboost 来预测时间序列，然后使用残差来确定哪些算法预测得“差”，因此是异常的。
您可能会发现我们关于异常检测的 Youtube 讲座系列很有用。 它包含一个时间序列模块，解释了时间序列数据的特殊挑战和方法。