SsaSpikeEstimator Třída

Definice

Obor názvů:

Microsoft.ML.Transforms.TimeSeries

Sestavení:

Microsoft.ML.TimeSeries.dll

Balíček:

Microsoft.ML.TimeSeries v3.0.1

Rozpozná špičky v časových řadách pomocí analýzy jednotného spektra.

public sealed class SsaSpikeEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.TimeSeries.SsaSpikeDetector>

type SsaSpikeEstimator = class
    interface IEstimator<SsaSpikeDetector>

Public NotInheritable Class SsaSpikeEstimator
Implements IEstimator(Of SsaSpikeDetector)

Dědičnost

Object

SsaSpikeEstimator

Implementuje

IEstimator<SsaSpikeDetector>

Poznámky

K vytvoření tohoto estimátoru použijte DetectSpikeBySsa.

Vstupní a výstupní sloupce

Existuje pouze jeden vstupní sloupec. Vstupní sloupec musí být Single tam, kde Single hodnota označuje hodnotu v časovém razítku v časové řadě.

Vytvoří sloupec, který je vektorem se 3 prvky. Výstupní vektor sekvenční obsahuje úroveň upozornění (nenulová hodnota znamená bod změny), skóre a p-hodnotu.

Charakteristiky odhadu

Potřebuje tento estimátor podívat se na data, aby se natrénovala jeho parametry?	Yes
Datový typ vstupního sloupce	Single
Datový typ výstupního sloupce	Vektor 3 elementů Double
Exportovatelný do ONNX	No

Charakteristiky odhadu

Úloha strojového učení	Detekce anomálií
Vyžaduje se normalizace?	No
Vyžaduje se ukládání do mezipaměti?	No
Povinné nuGet kromě Microsoft.ML	Microsoft.ML.TimeSeries

Podrobnosti o trénovacím algoritmu

Tato třída implementuje obecnou transformaci detekce anomálií na základě analýzy jednotného spektra (SSA). SSA je výkonný rámec pro rozklad časových řad na trendové, sezónní a šumové komponenty a také prognózování budoucích hodnot časových řad. V zásadě služba SSA provádí spektrální analýzu vstupních časových řad, kde každá komponenta ve spektru odpovídá trendu, sezónní nebo šumové komponentě v časových řadách. Podrobnosti o analýze jednotného spektra (SSA) najdete v tomto dokumentu.

Anomálie Scorer

Jakmile se vypočítá nezpracované skóre v časovém razítku, přidá se komponentě anomálií k výpočtu konečného skóre anomálií v daném časovém razítku.

Detekce špiček na základě p-value

Skóre p-hodnota označuje, jestli je aktuální bod odlehlé hodnoty (označovaný také jako špička). Čím nižší je jeho hodnota, tím pravděpodobnější je špička. Skóre p-value je vždy v $[0, 1]$.

Toto skóre je p-hodnota aktuálního počítaného nezpracovaného skóre podle rozdělení nezpracovaných skóre. V této části se rozdělení odhaduje na základě nejnovějších nezpracovaných hodnot skóre až do určité hloubky zpět v historii. Konkrétně se tato distribuce odhaduje pomocí odhadu hustoty jádra s jádry Gaussian adaptivní šířky pásma.

Pokud skóre p-hodnota překračuje $1 – \frac{\text{confidence}}${100}, přidružené časové razítko může v detekci špičky získat nenulovou hodnotu upozornění, což znamená, že se zjistí bod špičky. Všimněte si, že $\text{confidence}$ je definován v podpisech DetectIidSpike a DetectSpikeBySsa.

V části Viz také najdete odkazy na příklady použití.

Metody

Fit(IDataView)	Trénujte a vracejte transformátor.
GetOutputSchema(SchemaShape)	Šíření schématu pro transformátory Vrátí výstupní schéma dat, pokud je vstupní schéma podobné zadanému schématu.

Metody rozšíření

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Připojte k řetězci odhadu kontrolní bod ukládání do mezipaměti. Tím zajistíte, aby se podřízené estimátory natrénovaly na data uložená v mezipaměti. Před průchodem více dat je užitečné mít kontrolní bod ukládání do mezipaměti.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Pokud získáte odhadátor, vraťte obtékání objektu, který jednou zavolá delegáta Fit(IDataView) . Často je důležité, aby estimátor vrátil informace o tom, co bylo vhodné, což je důvod, proč Fit(IDataView) metoda vrací konkrétně zadaný objekt, a ne jen obecné ITransformer. Ve stejnou dobu se však často vytvářejí do kanálů s mnoha objekty, takže možná budeme muset vytvořit řetězec odhadovačů prostřednictvím EstimatorChain<TLastTransformer> toho, kde je odhadovač, IEstimator<TTransformer> pro který chceme získat transformátor, uložen někde v tomto řetězu. Pro tento scénář můžeme prostřednictvím této metody připojit delegáta, který bude volána po volání fit.

Viz také

• DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)