chaos_genius

机器学习驱动的分析引擎，用于异常值检测和根本原因分析

存储库状态：已存档

️注意：此存储库不再主动维护或开发。它仍然可供历史参考，但不会提供进一步的更新或支持。建议用户考虑更新的替代方案。

什么是混沌天才？

Chaos Genius 是一款开源 ML 支持的分析引擎，用于异常值检测和根本原因分析。 Chaos Genius 可用于大规模监控和分析高维业务、数据和系统指标。

使用 Chaos Genius，用户可以根据关键性能指标（例如每日活跃用户、云成本、故障率）和他们想要监控和分析关键指标的重要维度（例如国家 ID、设备 ID、产品 ID、星期几）对大型数据集进行细分。

如果您愿意，请使用混沌天才：

• 多维深入分析和见解
• 异常检测
• 智能警报
• 季节性检测*
• 自动根本原因分析*
• 预测*
• 假设分析*

*短期和中期路线图

演示

Chaos Genius 的一个小演示

快速入门

 git clone https://github.com/chaos-genius/chaos_genius

cd chaos_genius

docker-compose up

访问 http://localhost:8080

请遵循此快速入门指南或阅读我们的文档以了解更多详细信息。

？主要特点

1. 自动化深钻

生成多维深入分析，以识别大量高基数维度（例如 CountryID、ProductID、BrandID、Device_type）中已定义指标（例如销售）变化的关键驱动因素。

• 技术：统计过滤、A* 类基于路径的搜索来处理组合爆炸

2. 异常检测

用于监控高维时间序列的模块化异常检测工具包，能够从不同模型中进行选择。解决时间序列数据中季节性、趋势和假期造成的变化。

• 型号：Prophet、EWMA、EWSTD、Neural Prophet、Greykite

3. 智能提醒

具有自学习阈值的可操作警报。用于设置警报频率和报告以对抗警报疲劳的配置。

• 渠道：电子邮件、Slack

社区

如需任何帮助、讨论和建议，请随时联系 Chaos Genius 团队和社区：

• GitHub（报告错误、贡献、遵循路线图）

• Slack（与社区和 Chaos Genius 团队讨论）

• 预订办公时间（与 Chaos Genius 团队安排时间解决任何问题或帮助设置）

• 博客（关注我们有关数据、机器学习、开源等的最新趋势）

？路线图

我们的目标是让 Chaos Genius 生产为所有组织做好准备，无论其数据基础设施、数据源和规模要求如何。考虑到这一点，我们为 Chaos Genius 创建了路线图。如果您发现缺少某些内容或希望提出建议，请在我们的 Community Slack 上给我们留言或提出问题。

？贡献

想做出贡献吗？开始使用：

• 向我们展示一些爱 - 给我们一个？！

• 提交问题。

• 分享您觉得难以理解的部分文档。

• 翻译我们的自述文件。

• 创建拉取请求。以下是要开始的问题列表。在打开拉取请求之前，请查看我们的贡献指南。感谢您的贡献！

❤️ 贡献者

感谢这些优秀的人（表情符号键）：

普什里马尔21 ？ ？ ？	哈希特·苏拉纳 ？ ？ ？	玛纳斯·索兰基 ？ ？ ？	卡蒂凯·巴格拉 ？ ？	瓦伦·P ？ ？	凯沙夫·普拉迪普 ？	达吉·卡塔尔 ？
阿马图拉·塞吉瓦拉 ？ ️	朱扎博里 ？	阿莫格达尔迪万 ？ ？	萨米亚克·萨纳亚克 ？ ？	阿尤什·奈克 ？ ？	克希提·阿加瓦尔 ？ ？	巴尔加夫·S·库马尔 ？ ？
莫根库玛尔06 ？	桑托什库马尔1023 ？	曼西乔汉27 ？	大卫海特·卡胡 ？	马金·范艾尔 ？	gxu-袋鼠 ？	拉姆尼克考尔983
arvind-27 ？	乔什·泰勒 ？	图表开发者 ？ ？ ？	拉杰迪普·夏尔马 ？	巴拉库玛9493 ？	芦峰一光	罗希特·索洛特
阿图尔奥莫 ？	库马尔·希文杜 ？ ？	普拉萨姆·夏尔马 ？	丘吉尔1973 ？

该项目遵循所有贡献者规范。欢迎任何形式的贡献！

执照

Chaos Genius 已获得 MIT 许可。