AutoPlait的Python实现autoplait无需采用平滑算法，曾在SIGMOD\'14上发布

AutoPlait 抽象的 给定大量共同发展的多个时间序列，其中包含未知数量的不同持续时间的模式，我们如何才能有效地找到典型的模式和变化点？ 我们如何统计所有序列并实现有意义的分割？ 在本文中，我们介绍了AUTOPLAIT，这是一种用于共同演化时间序列的全自动挖掘算法。 我们的方法具有以下特性：（a）有效性：对大量时间序列进行操作，并找到与人类直觉相符的相似细分市场； （b）可扩展性：它与输入尺寸成线性关系，因此可以很好地扩展； （c）AUTOPLAIT是无参数的，不需要用户干预，不需要事先培训也不需要参数调整。 在67GB真实数据集上进行的大量实验表明，AUTOPLAIT确实能够正确检测出有意义的模式，并且在准确性和速度方面都超过了最先进的竞争对手：AUTOPLAIT可以达到近乎完美的准确率和召回率，达到95％以上，比竞争对手快472倍。 笔记 现在，此代码没有平滑算法。