Advanced
多维度时序数据异常检测与根因分析
构建基于机器学习的时序数据异常检测系统，并实现自动化的根因定位。
📝 プロンプトの内容
给定一组包含多维特征（如CPU利用率、内存占用、网络I/O、业务QPS）的服务器监控时序数据，请设计并描述一个机器学习管道，用于精准检测异常峰值。要求对比Isolation Forest、LSTM自编码器和Prophet等算法在此场景下的优缺点。此外，详细说明如何在检测到异常后，通过关联规则挖掘或因果推断算法，自动定位导致异常的根本原因（例如是特定的代码部署、流量激增还是外部依赖故障），并生成可解释的分析报告。