惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
B
Blog
IT之家
IT之家
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
人人都是产品经理
人人都是产品经理
博客园 - 聂微东
量子位
博客园 - 叶小钗
T
Tailwind CSS Blog
小众软件
小众软件
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - Franky
雷峰网
雷峰网
博客园 - 三生石上(FineUI控件)
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Blog — PlanetScale
Blog — PlanetScale
V
V2EX
博客园_首页
I
InfoQ
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog

博客园 - lmqljt

LangChain教程,langchain快速入门, Agent智能体rag项目实战 火山图 差异分析等 箱线图 拓展(缺口箱线图)等 多尺度时序间相关性:MSGNet PatchTST:通道独立的时序Transformer 扩散模型Difussion 随笔 大论文题目类参考 注意力机制创新思维分析 热力图 以分类为例 02 国际象棋入门快易精 初级下法 棋子杀王 SCI拒稿重投 torch.manual_seed(seed)用法及注意事项 make_classification函数 杂志审稿人打分表参考 python+matplotlib绘图线条类型和颜色选择 Sobol全局灵敏性分析 np.transpose(),torch.permute(),tensor.permute() DTW(动态时间规整)算法原理与应用 第2期 分布迁移下的深度学习时间序列异常检测方法探究 2021-09-22
时序分析通用基础模型:TimesNet 预测/插补/分类/异常检测
lmqljt · 2025-07-08 · via 博客园 - lmqljt

 知乎上有作者的讨论。

Dlinear等线性系列模型 在分类问题上效果就会比较差。从准确率来说 会和其他模型相差的比较多。

异常检测的阈值有很大的问题 这个组 比如smd数据集什么的(我拿了其中的一部分一个机器的丢进去),没有训练的一个cnn模型(一层cnn加激活函数)(gpt写的),知道它的异常率是0.5(模型里面的),立马测试就得到0.88的f1分数,调到2的异常率就f1变成了0.22。他们组anomaly transformer(纯异常检测的模型)的阈值选择也是这样(非常喜欢讲故事,但是阈值选择也是这样,基本都已经决定了实验结果)

github库上也有人反应那个问题 就是那个anomaly transformer的阈值选择

posted on 2025-07-08 12:36  lmqljt  阅读(327)  评论(0)    收藏  举报