统计

本文是四篇系列文章中的第二篇，专门讨论时间序列数据中异常值的识别和管理。对于具有多个变量的数据，隔离森林、LOF和自动编码器自然适合处理高维数据。我们将在本文中探讨这些方法。

本文是关于时间序列数据中异常值识别和管理的三部曲系列的第一部分。在这篇初始文章中，我们将探索有效识别时间序列数据中异常值的可视化和统计方法。这些基础知识对于任何希望提高分析准确性的人来说都是至关重要的。在第二篇文章中，我将专门讨论机器学习方法，鉴于其重要性和复杂性，它们值得专门讨论。