所有数据都存储在仓库中,我们对这些数据有很多有趣的看法.

如果发生奇怪的事情,它会出现在数据的某个地方.

但是,要手动检测是否有异常情况发生,必须不断查看这些数据,并寻找奇怪之处.

我的问题：检测动态数据变化的最佳方法是什么,可以看作是“与众不同”.

贝叶斯过滤器(我在阅读有关垃圾邮件检测时已经看过这些过滤器)的方法是什么？

任何指针都会很棒！

编辑：
以澄清数据为例,显示了数据库负载的每日曲线.
该曲线通常类似于昨天的曲线
随着时间的推移,这条曲

如果日常变化的曲线在某些周界内表示会发出警告,那将是很好的.

[R