propiedades de anomalydetectionnode | IBM Cloud Pak for Data as a Service

Volver a la versión inglesa de la documentación

propiedades de anomalydetectionnode

Última actualización: 07 oct 2024

propiedades de anomalydetectionnode

Icono de nodo de anomalía El nodo Anomalía identifica casos inusuales, o valores atípicos, que no se ajustan a los patrones de datos "normales". Con este nodo, es posible identificar los valores atípicos incluso si no se ajustan a ningún patrón previamente conocido e incluso si no se está muy seguro de lo que se está buscando.

Ejemplo

node = stream.create("anomalydetection", "My node")
node.setPropertyValue("anomaly_method", "PerRecords")
node.setPropertyValue("percent_records", 95)
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("peer_group_num_auto", True)
node.setPropertyValue("min_num_peer_groups", 3)
node.setPropertyValue("max_num_peer_groups", 10)

Tabla 1. Propiedades de anomalydetectionnode
Propiedades de `anomalydetectionnode`	Valores	Descripción de la propiedad
`inputs`	[field1 ... fieldN]	Los modelos de detección de anomalías criban registros basándose en los campos de entrada especificados. No utilizan un campo de destino. Los campos de ponderación y frecuencia tampoco se usan. Consulte Propiedades comunes del nodo de modelado para obtener más información.
`mode`	`Expert` `Simple`
`anomaly_method`	`IndexLevel` `PerRecords` `NumRecords`	Especifica el método utilizado para determinar el valor de corte para marcar los registros como anómalos.
`index_level`	número	Especifica el valor de corte mínimo con el que se van a marcar anomalías.
`percent_records`	número	Establece el umbral para marcar registros de acuerdo al porcentaje de registros en los datos de entrenamiento.
`num_records`	número	Establece el umbral para marcar registros de acuerdo al número de registros en los datos de entrenamiento.
`num_fields`	entero	El número de campos de los que se va a informar por cada registro anómalo.
`impute_missing_values`	distintivo
`adjustment_coeff`	número	Valor que se usa para equilibrar la ponderación relativa asignada a los campos categóricos y continuos al calcular la distancia.
`peer_group_num_auto`	distintivo	Calcula automáticamente el número de grupos de homólogos.
`min_num_peer_groups`	entero	Especifica el número mínimo de grupos de iguales utilizados cuando `peer_group_num_auto` está establecido en `True`.
`max_num_per_groups`	entero	Especifica el número máximo de grupos de homólogos.
`num_peer_groups`	entero	Especifica el número de grupos de iguales utilizados cuando `peer_group_num_auto` está establecido en `False`.
`noise_level`	número	Determina el modo en que se tratan los valores atípicos durante el clúster. Especifique un valor entre 0 y 0,5.
`noise_ratio`	número	Especifica la parte de memoria asignada al componente que debería usarse para el almacenamiento en búfer de ruido. Especifique un valor entre 0 y 0,5.