Python 时间序列异常检测步骤模型工具

我将有一个设备，它将测量温度值，例如每一个特定的时间间隔

我想训练一个模型，了解哪些值不属于“正常”值，如果是，则发出警报。因此，我想要一个异常时间序列检测模型

起初，我考虑使用集群模型（kmeans，hierarchical）。因此，在开始的时候，我会有很多警报。稍后，会创建一些集群，希望我会有一个好的模型

但是，由于我在这方面没有任何经验，我想问一下这种方法是否正确，或者还有什么其他方法存在，以及我应该使用什么样的工具（Python或R）

我读了很多链接和一些文章，我可以看到一些人不建议使用kmeans

此外，我不确定如何/是否使用动态时间扭曲集群

我读过一篇文章，其中指出在某些情况下应用聚类是毫无意义的

---

我也看到了，但我不确定应该使用哪种方法/工具。

我也在尝试让异常检测工作正常。我开始使用ARMA模型来解决这个问题，但是他们有很多误报。所以我尝试使用PCA实现。其思想是使用PCA组件来近似函数。我是通过这个得到这个主意的。希望这对你有帮助。当我完全实现这一点时，将更新以获得更好的答案

你预测的是热带气候还是温带气候？@AdamQuek:这只是一个例子。本地温度。但是，我可能会在特定的时间间隔内使用其他参数。感谢链接。问题在于实现和与其他方法的相关性。