Compartir a través de


tutorial de Real-Time Intelligence, parte 7: Detección de anomalías en una tabla de Eventhouse

Nota:

Este tutorial forma parte de una serie. Para la sección anterior, consulte: Tutorial de inteligencia en tiempo real, parte 6: Creación de un panel en tiempo real.

La detección de anomalías es una característica de Real-Time Intelligence que permite identificar patrones inusuales en los datos. En esta parte del tutorial, aprenderá a crear un elemento "Detector de anomalías" en el área de trabajo para detectar anomalías en el número de muelles vacíos en una estación.

Detección de anomalías en una tabla de Eventhouse

  1. En la barra de navegación izquierda, seleccione Tiempo real para abrir el centro de Tiempo real.

  2. En Todos los flujos de datos , seleccione la tabla del centro de eventos TransformedData que creó en el tutorial anterior. Se abre la página de detalles de la tabla. Seleccione Detectar anomalías en el menú superior.

    Captura de pantalla de la página de detalles de la tabla del centro de eventos y detección de anomalías seleccionadas.

  3. Escriba BikeAnomaliesconfiguration como nombre.

  4. En el apartado Guardar en, Crear detector de anomalías

  5. Seleccione el área de trabajo en la que desea crear el elemento de detector de anomalías, escriba un nombre como BikeAnomalies. A continuación, seleccione Crear.

  6. En la sección Seleccionar atributos , elija las siguientes opciones:

    Campo Importancia
    Valor para observar No_Dársenas_Vacías
    Agrupar por Calle
    Marca de tiempo Marca de tiempo

    Captura de pantalla del panel de configuración de anomalías.

  7. Seleccione Run analysis (Ejecutar análisis).

    Importante

    El análisis suele tardar hasta 4 minutos en función del tamaño de los datos y puede ejecutarse hasta 30 minutos. Puede salir de la página y volver a comprobar cuando se complete el análisis.

    Nota:

    Asegúrese de que la tabla eventhouse contiene datos históricos suficientes para mejorar las recomendaciones del modelo y la precisión de la detección de anomalías. Por ejemplo, los conjuntos de datos con un punto de datos al día requieren unos meses de datos, mientras que los conjuntos de datos con un punto de datos por segundo pueden necesitar solo unos días.

  8. Cuando se completa el análisis, las anomalías junto con los datos tabulares se muestran a la derecha.

    Captura de pantalla de la detección de anomalías completada.

    Nota:

    Prueba con el modelo de detección en la sección Personalizar detección y la marca de tiempo encima del panel Resultados del detector. Es posible que más datos aumenten la precisión de la detección de anomalías.

  9. Haga clic en Guardar.

Para obtener más información sobre las tareas realizadas en este tutorial, consulte:

Paso siguiente