回归模型/非线性回归

Question

数据集有一个时间戳和水流量值，现在我想对数据建模，这样如果有任何异常值（突然尖峰或非常低的值），它应该发送一个错误的通知。 我已经尝试过ARIMA模型来训练数据，因为它是时间序列，但它没有产生相关的结果，这意味着我做错了什么。 所以请指导我。 谢谢。 数据集的链接是： https ： //drive.google.com/open？id = 1cFHSVpY0XBxsEayl2k1cK4_qWZ4PvDBd

from sklearn.linear_model import LinearRegression
features = [col for col in x2.columns if 'day' in col]
X = x2['median'].reshape(-1,1)
y = x2['time']
# create linear regression object 
reg = linear_model.LinearRegression()
# train the model using the training sets 
reg.fit(X, y) 
# regression coefficients 
print('Coefficients: \n', reg.coef_) 

我已经尝试使用每个时间间隔的所有水流量值的中值作为目标变量，但它也产生负方差分数。

预期结果应该是给定时间的水流量值，该值表明它是否在正常范围内。

Answer 1

由于这个问题似乎是一个单一的特征问题，我建议从绘制中间水流量的时间开始。 情节的形状将告诉您如何最好地模拟问题。