时序分析通用基础模型：TimesNet 预测/插补/分类/异常检测

 

 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

老哥能给我解释一下这个异常率是什么意思嘛

先了解原模型的输入数据和输出数据的维度，再去尝试匹配自己的数据