Algorithm 最佳阈值识别算法

假设我有大量关于系统空闲时间的数据

Day 1 - 5 mins
Day 2 - 3 mins
Day 3 - 7 mins
...
Day 'n' - 'k' mins 

我们可以假设，即使空闲时间是随机的，模式也会重复

将此作为培训数据，我是否可以确定系统的空闲时间行为。有了这一点，可以预测异常吗

哪种算法最适合此目的

我试图适应回归，但它只能回答我“今天预计的空闲时间是多少”

但我想做的是。当空闲时间离开模式时，必须对其进行检测

编辑：

---

或者只为当天做预测有意义吗。i、 e今天，预计空闲时间为“x”分钟。明天可能会有所不同

我将尝试傅立叶变换，看看您的系统是否以周期性方式运行（这意味着频域中存在一些峰值）。 而不是去除低值的频率，并使用剩余频率预测未来的系统行为

如果真实行为与您想要检测的预测有很大差异

---

我投票将此问题作为离题题结束，因为更高级别的统计问题属于离题。具体的编程问题也是如此。可能不是编程。即使没有编程，我也需要知道应用哪种算法。然后我可以把它翻译成工作代码。编辑问题