다음을 통해 공유


SsaSpikeEstimator 클래스

정의

단수 스펙트럼 분석을 사용하여 시계열의 급증을 감지합니다.

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)
상속
SsaSpikeEstimator
구현

설명

이 추정기를 만들려면 DetectSpikeBySsa를 사용합니다.

입력 및 출력 열

입력 열이 하나만 있습니다. 입력 열은 값이 Single 시계열의 타임스탬프 값을 나타내는 위치여야 합니다Single.

3개의 요소가 있는 벡터인 열을 생성합니다. 출력 벡터에는 경고 수준(0이 아닌 값은 변경 지점을 의미함), 점수 및 p 값이 순차적으로 포함됩니다.

예측 도구 특성

이 추정기는 매개 변수를 학습하기 위해 데이터를 확인해야 합니까?
입력 열 데이터 형식 Single
출력 열 데이터 형식 의 3개 요소 벡터 Double
ONNX로 내보낼 수 있습니다. 아니요

예측 도구 특성

기계 학습 작업 이상 감지
정규화가 필요한가요? 아니요
캐싱이 필요한가요? 아니요
Microsoft.ML 외에도 필요한 NuGet Microsoft.ML.TimeSeries

학습 알고리즘 세부 정보

이 클래스는 SSA(단수 스펙트럼 분석)를 기반으로 하는 일반적인 변칙 검색 변환을 구현합니다. SSA는 시계열을 추세, 계절성 및 노이즈 구성 요소로 분해하고 시계열의 미래 가치를 예측하기 위한 강력한 프레임워크입니다. 원칙적 SSA는 입력 시계열에서 스펙트럼의 각 구성 요소가 시계열의 추세, 계절 또는 노이즈 구성 요소에 해당하는 스펙트럼 분석을 수행합니다. SSA(단수 스펙트럼 분석)에 대한 자세한 내용은 이 문서를 참조하세요.

변칙 득점자

타임스탬프의 원시 점수가 계산되면 변칙 점수 구성 요소에 공급되어 해당 타임스탬프에서 최종 변칙 점수를 계산합니다.

p-value를 기반으로 하는 스파이크 검색

p-값 점수는 현재 점이 이상값(스파이크라고도 함)인지 여부를 나타냅니다. 값이 낮을수록 급증할 가능성이 높습니다. p-value 점수는 항상 $[0, 1]$입니다.

이 점수는 원시 점수 분포에 따라 현재 계산된 원시 점수의 p 값입니다. 여기서 분포는 가장 최근의 원시 점수 값을 기준으로 기록에서 특정 깊이까지 예측됩니다. 더 구체적으로, 이 분포는 적응 대역폭의 가우스 커널커널 밀도 추정을 사용하여 추정됩니다.

p-value 점수가 $1 - \frac{\text{confidence}}{100}$를 초과하는 경우 관련 타임스탬프는 스파이크 검색에서 0이 아닌 경고 값을 가져올 수 있습니다. 즉, 스파이크 지점이 검색됩니다. $\text{confidence}$는 DetectIidSpikeDetectSpikeBySsa의 서명에 정의되어 있습니다.

사용 예제에 대한 링크는 참고 섹션을 참조하세요.

메서드

Fit(IDataView)

변환기를 학습하고 반환합니다.

GetOutputSchema(SchemaShape)

변환기에 대한 스키마 전파입니다. 입력 스키마가 제공된 스키마와 같으면 데이터의 출력 스키마를 반환합니다.

확장 메서드

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

추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점을 두는 것이 유용합니다.

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

추정기가 지정된 경우 대리자를 호출한 후 Fit(IDataView) 호출되는 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 특별히 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변압기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수도 있습니다. 이 시나리오에서는 fit이 호출되면 호출되는 대리자를 이 메서드를 통해 연결할 수 있습니다.

적용 대상

추가 정보