Trénování komponenty modelu detekce anomálií
Tento článek popisuje, jak pomocí komponenty trénování modelu detekce anomálií v návrháři služby Azure Machine Learning vytvořit natrénovaný model detekce anomálií.
Komponenta přijímá jako vstup sadu parametrů pro model detekce anomálií a neoznačené datové sady. Vrátí natrénovaný model detekce anomálií spolu se sadou popisků pro trénovací data.
Další informace o algoritmech detekce anomálií poskytovaných v návrháři najdete v tématu Detekce anomálií založených na PCA.
Postup konfigurace trénování modelu detekce anomálií
Přidejte do kanálu v návrháři komponentu Trénování modelu detekce anomálií . Tuto komponentu najdete v kategorii Detekce anomálií .
Připojte jednu ze součástí navržených pro detekci anomálií, jako je detekce anomálií na základě PCA.
Jiné typy modelů nejsou podporovány. Při spuštění kanálu se zobrazí chyba Všechny modely musí mít stejný typ learneru.
Nakonfigurujte komponentu detekce anomálií tak, že zvolíte sloupec popisku a nastavíte další parametry specifické pro daný algoritmus.
Připojte trénovací datovou sadu k pravému vstupu modelu trénování detekce anomálií.
Odešlete kanál.
Výsledky
Po dokončení trénování:
Pokud chcete zobrazit parametry modelu, klikněte pravým tlačítkem na komponentu a vyberte Vizualizovat.
K vytváření předpovědí použijte komponentu Score Model s novými vstupními daty.
Pokud chcete uložit snímek natrénovaného modelu, vyberte komponentu. Pak vyberte ikonu Zaregistrovat datovou sadu na kartě Výstupy a protokoly na pravém panelu.
Další kroky
Projděte si sadu komponent dostupných pro Azure Machine Learning.
Seznam chyb specifických pro komponenty návrháře najdete v tématu Výjimky a kódy chyb pro návrháře .