我正在构建一个机器学习模型，以检测趋势的漂移，无论趋势是向上还是向下（请参见下图）。当数据出现上升或下降时，以及在设备导致致命中止之前，发送警报的想法。不幸，
我一直在寻找不同的方法，但是没有成功，例如，我尝试了LSTM异常检测，如果我已经知道测量值何时开始漂移，它就可以工作，那么我可以将较早的数据用于训练，而将较晚的数据用于测试。在我目前的情况下，我不知道何时发生漂移以分割数据进行训练和测试。此外，模型应回顾过去2或3天的数据，并查看趋势是向上还是向下漂移。
下面是带有假设数据的图片来传达想法。如果您指出正确的方向，或者您分享如何实现的方向，我将不胜感激。
谢谢
