基于数据流的异常检测：Robust Random Cut Forest

一、解决的问题

• 数据是实时产生的，对数据进行批处理所花费的成本太高了，数据产生的价值被低估
  
• 在高维数据下，如何能发现异常的维度？

If my time-series data with 30 features yields an unusually high anomaly score. How do I explain why this particular point in the time-series is unusual? Ideally I'm looking for some way to visualize "feature importance" for a specific data point.

二、业内的解决方案

1、Numenta公司提出的HTM算法模型

• 背景：在大多数情况下，传感器流的数量很大，人类很少有机会，更不