영어 버전 문서로 돌아가기anomalydetectionnode 특성
anomalydetectionnode 특성
마지막 업데이트 날짜: 2024년 10월 07일
이상 항목 노드는 "정상" 데이터의 패턴을 준수하지 않는 특이 케이스 또는 이상치를 식별합니다. 이 노드를 사용하면 이전에 알려진 패턴에 맞지 않는 경우에도 이상값을 식별할 수 있으며 사용자가 찾고 있는 패턴이 정확하지 않은 경우에도 이를 식별할 수 있습니다.
예
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)anomalydetectionnode 특성 |
값 | 특성 설명 |
|---|---|---|
inputs |
[field1 ... fieldN] | 이상 항목 발견은 지정된 입력 필드를 기반으로 화면 레코드를 모델링합니다. 그들은 목표 필드를 사용하지 않습니다. 가중치 및 빈도 필드도 사용하지 않습니다. 자세한 정보는 공통 모델링 노드 특성 을 참조하십시오. |
mode |
Expert Simple |
|
anomaly_method |
IndexLevel PerRecords NumRecords |
레코드를 이상 항목으로 플래그 지정하기 위한 절사 값을 판별하는 데 사용하는 방법을 지정합니다. |
index_level |
Number | 플래그 지정 이상 항목의 최소 절사 값을 지정합니다. |
percent_records |
Number | 학습 데이터에 있는 레코드의 퍼센트를 기반으로 플래그 지정 레코드에 대한 임계값을 설정합니다. |
num_records |
Number | 학습 데이터에 있는 레코드의 수를 기반으로 플래그 지정 레코드에 대한 임계값을 설정합니다. |
num_fields |
정수 | 각 이상 항목 레코드에 대해 보고할 필드 수입니다. |
impute_missing_values |
플래그 | |
adjustment_coeff |
Number | 거리 계산에서 연속형 및 범주형 필드에 주어진 상대값 가중치의 균형을 잡는 데 사용하는 값입니다. |
peer_group_num_auto |
플래그 | 동등 그룹 수를 자동으로 계산합니다. |
min_num_peer_groups |
정수 | peer_group_num_auto이(가) True(으)로 설정될 때 사용되는 최소 피어 그룹 수를 지정합니다. |
max_num_per_groups |
정수 | 최대 동등 그룹 수를 지정합니다. |
num_peer_groups |
정수 | peer_group_num_auto이(가) False(으)로 설정될 때 사용되는 피어 그룹의 수를 지정합니다. |
noise_level |
Number | 이상치가 군집 중에 처리되는 방법을 판별합니다. 0과 0.5 사이의 값을 지정하십시오. |
noise_ratio |
Number | 잡음 버퍼링에 사용해야 하는 구성요소에 할당되는 메모리 부분을 지정합니다. 0과 0.5 사이의 값을 지정하십시오. |