Docs
...
anomalydetectionnode properties

proprietà anomalydetectionnode

Ultimo aggiornamento: 11 feb 2025
proprietà anomalydetectionnode

Icona nodo AnomaliaIl nodo Anomalia identifica i casi insoliti, o valori anomali, che non sono conformi ai modelli di dati "normali". Con questo nodo, è possibile identificare i valori anomali anche se non si adattano a modelli precedentemente noti e anche se non si è esattamente sicuri di cosa si sta cercando.

Esempio

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)
Tabella 1. proprietà anomalydetectionnode
anomalydetectionnode proprietà Valori Descrizione proprietà
inputs [field1 ... fieldN] I modelli Rilevamento anomalie effettuano lo screening dei record in base ai campi di input specificati. Non utilizzano un campo obiettivo. né i campi peso e frequenza. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
mode Expert Simple  
anomaly_method IndexLevel PerRecords NumRecords Specifica il metodo utilizzato per determinare il valore di interruzione per contrassegnare i record come anomali.
index_level numero Specifica il valore di interruzione minimo per contrassegnare le anomalie.
percent_records numero Imposta la soglia per contrassegnare i record in base alla percentuale di record nei dati di addestramento.
num_records numero Imposta la soglia per contrassegnare i record in base al numero di record nei dati di addestramento.
num_fields intero Numero di campi da segnalare per ciascun record anomalo.
impute_missing_values indicatore  
adjustment_coeff numero Valore utilizzato per bilanciare il peso relativo attribuito ai campi continui e categoriali nel calcolo della distanza.
peer_group_num_auto indicatore Calcola automaticamente il numero dei gruppi di peer.
min_num_peer_groups intero Specifica il numero minimo di gruppi di peer utilizzati quando peer_group_num_auto è impostata su True.
max_num_per_groups intero Specifica il numero massimo di gruppi di peer.
num_peer_groups intero Specifica il numero di gruppi di peer utilizzati quando peer_group_num_auto è impostata su False.
noise_level numero Determina come trattare i valori anomali durante il raggruppamento tramite cluster. Specificare un valore compreso tra 0 e 0.5.
noise_ratio numero Specifica la parte di memoria allocata per il componente da utilizzare per la memorizzazione del rumore. Specificare un valore compreso tra 0 e 0.5.