Виявлення масштабованого зовнішнього вигляду / аномалії

Я намагаюся налаштувати велику інфраструктуру даних за допомогою Hadoop, Hive, Elastic Search (серед інших), і я хотів би запустити деякі алгоритми над певними наборами даних. Я хотів би, щоб самі алгоритми були масштабованими, тому це виключає використання таких інструментів, як Weka, R або навіть RHadoop. Бібліотека Apache Mahout здається хорошим варіантом, і вона містить алгоритми для регресії та кластеризації завдань .

Що я намагаюся знайти - це рішення для виявлення аномалії чи зовнішньої ситуації.

Оскільки в Mahout представлені моделі «Приховані Маркові» та різноманітні методи кластеризації (включаючи K-Means), мені було цікаво, чи можна було б побудувати модель для виявлення людей, що пережили час, у часі, використовуючи будь-яку з них. Буду вдячний, якщо хтось досвідчений з цим міг порадити мені

1. якщо це можливо, і в тому випадку, якщо це можливо
2. як це зробити, плюс
3. оцінка докладених зусиль та
4. точність / проблеми такого підходу.

Я б поглянув на алгоритм t-дайджесту . Він об'єднаний у mahout, а також частина деяких інших бібліотек для передачі великих даних. Ви можете отримати більше інформації про цей алгоритм, а також про виявлення аномалії великих даних загалом у наступних ресурсах:

1. Практична книга виявлення аномалії машинного навчання.
2. Вебінар: Виявлення аномалії, коли ви не знаєте, що вам потрібно знайти
3. Виявлення аномалії в еластичному дослідженні .
4. Побиття шахрайства в мільярд доларів за допомогою виявлення аномалії: підхід до обробки сигналів з використанням даних Argyle на платформі даних Hortonworks з накопиченням

Ви можете посилатися на мою відповідь, пов'язану з методом виявлення аномалії h2o R або Python в stackexchange , оскільки це теж масштабовано.