proprietà anomalydetectionnode | IBM Cloud Pak for Data as a Service

Torna alla versione inglese della documentazione

proprietà anomalydetectionnode

Ultimo aggiornamento: 07 ott 2024

proprietà anomalydetectionnode

Icona nodo Anomalia Il 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
Proprietà `anomalydetectionnode`	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.