[[TSifterにおける障害発生時のメトリクスの分類]]に基づいて、変化点に基づくクラスタリングの評価を行う。 [[2023__arXiv__PyRCA - A Library for Metric-based Root Cause Analysis|PyRCA]]によるシミュレーションデータで、異常伝搬経路を正確に特定できるため、異常伝搬経路外のノードと経路内のノード、故障ノードの正解がわかる。 各特徴量削減法が、A.根本故障メトリクスグループと異常伝搬メトリクスグループと、B.非異常伝搬グループを正確に分類できるかどうか。 Aラベルを正例、Bラベルを負例としたときのprecision/recall/f1-scoreを評価指標とする。 参考：[[シミュレーションによるTSifterの評価結果]]