Docs
...
anomalydetectionnode properties

anomalydetectionnode, Eigenschaften

Letzte Aktualisierung: 11. Feb. 2025
anomalydetectionnode, Eigenschaften

Symbol für AnomalieknotenDer Anomalieknoten ermittelt ungewöhnliche Fälle oder Ausreißer, die nicht den Mustern "normaler" Daten entsprechen. Mit diesem Knoten ist es möglich, Ausreißer zu identifizieren, auch wenn sie nicht zu bekannten Mustern passen, und auch wenn Sie nicht genau wissen, wonach Sie suchen.

Beispiel

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)
Tabelle 1. anomalydetectionnode, Eigenschaften
anomalydetectionnode Eigenschaften Werte Eigenschaftsbeschreibung
inputs [field1 ... fieldN] Anomalieerkennungsmodelle führen ein Screening von Datensätzen auf der Grundlage der angegebenen Eingabefelder durch. Sie verwenden kein Zielfeld. Gewichtungs- und Häufigkeitsfelder werden ebenfalls nicht verwendet. Weitere Informationen finden Sie unter Allgemeine Eigenschaften von Modellierungsknoten .
mode Expert Simple  
anomaly_method IndexLevel PerRecords NumRecords Gibt die Methode für die Bestimmung des Trennwerts zur Kennzeichnung von Datensätzen als anomal an.
index_level Zahl Gibt den minimalen Trennwert für die Kennzeichnung von Anomalien an.
percent_records Zahl Legt den Schwellenwert für die Kennzeichnung von Datensätzen auf der Grundlage des Prozentsatzes der Datensätze in den Trainingsdaten fest.
num_records Zahl Legt den Schwellenwert für die Kennzeichnung von Datensätzen auf der Grundlage der Anzahl der Datensätze in den Trainingsdaten fest.
num_fields Ganze Zahl Die Anzahl der für die einzelnen anomalen Datensätze zu meldenden Felder.
impute_missing_values Markierung  
adjustment_coeff Zahl Wert, der zum Balancieren der relativen Gewichtung verwendet wird, das den stetigen und den kategorialen Feldern bei der Berechnung der Distanz zugewiesen wird.
peer_group_num_auto Markierung Berechnet automatisch die Anzahl der Peergruppen.
min_num_peer_groups Ganze Zahl Gibt die Mindestanzahl der verwendeten Peergruppen an, wenn peer_group_num_autoauf Truegesetzt ist.
max_num_per_groups Ganze Zahl Gibt die maximale Anzahl an Peergruppen an.
num_peer_groups Ganze Zahl Gibt die Anzahl der Peergruppen an, die verwendet werden, wenn peer_group_num_autoauf Falsegesetzt ist.
noise_level Zahl Bestimmt, wie Ausreißer bei der Clusterbildung behandelt werden. Geben Sie einen Wert zwischen 0 und 0,5 an.
noise_ratio Zahl Gibt an, welcher Anteil des der Komponente zugeordneten Arbeitsspeichers für die Rauschpufferung verwendet werden soll. Geben Sie einen Wert zwischen 0 und 0,5 an.