cas-bigdatalab time_anomaly_marker 时序/数值异常标记
功能概述
- 基于 Z-Score 检测全局异常值。
- 基于差分标准差检测尖峰/突变。
- 输出 anomaly_flag（布尔）与 anomaly_reasons（多条原因分号分隔）。
- 不删除数据，仅标记，便于后续复核/过滤。
触发条件
- 时序数据需识别稳态异常或突变异常。
- 需要为后续过滤/校验提供异常标记。
参数说明
| 参数 | 必填 | 默认值 | 说明 |
|---|---|---|---|
--input_path |
是 | 输入文件路径（支持CSV/TSV/Excel等） | |
--output_path |
是 | 输出文件路径（标记后的文件） | |
--numeric_columns |
否 | 需检测的数值列，逗号分隔；不填默认所有数值列 | |
--z_threshold |
否 | Z-Score 阈值，默认 3.0 | |
--diff_threshold |
否 | 差分突变阈值(倍数标准差)，默认 3.0 |
使用方法
python scripts/time_anomaly_marker.py \
--input_path <输入文件> \
--output_path <输出文件> \
[--numeric_columns col1,col2] \
[--z_threshold 3.0] \
[--diff_threshold 3.0]
输出说明
- 新增列：
- anomaly_flag: 是否命中异常
- anomaly_reasons: 命中原因列表（分号分隔）
- 输出格式与输入一致，其余列保持不变。
注意事项
- 默认检测所有数值列，可通过 numeric_columns 指定。
- Z-Score 与差分阈值可按噪声水平调节。
- 对全空列/全 NaN 列自动跳过。