Preparar componente do Modelo de Deteção de Anomalias
Este artigo descreve como utilizar o componente Preparar Modelo de Deteção de Anomalias no estruturador do Azure Machine Learning para criar um modelo de deteção de anomalias preparado.
O componente utiliza como entrada um conjunto de parâmetros para um modelo de deteção de anomalias e um conjunto de dados sem etiquetas. Devolve um modelo de deteção de anomalias preparado, juntamente com um conjunto de etiquetas para os dados de preparação.
Para obter mais informações sobre os algoritmos de deteção de anomalias fornecidos no estruturador, veja Deteção de Anomalias Baseada em PCA.
Como configurar o Modelo de Deteção de Anomalias de Preparação
Adicione o componente Preparar Modelo de Deteção de Anomalias ao pipeline no estruturador. Pode encontrar este componente na categoria Deteção de Anomalias .
Ligue um dos componentes concebidos para a deteção de anomalias, como a Deteção de Anomalias Baseada em PCA.
Outros tipos de modelos não são suportados. Quando executar o pipeline, obterá o erro "Todos os modelos têm de ter o mesmo tipo de aprendizagem".
Configure o componente de deteção de anomalias ao escolher a coluna de etiqueta e definir outros parâmetros específicos para o algoritmo.
Anexe um conjunto de dados de preparação à entrada do lado direito do Modelo de Deteção de Anomalias de Preparação.
Submeta o pipeline.
Resultados
Após a conclusão da preparação:
Para ver os parâmetros do modelo, clique com o botão direito do rato no componente e selecione Visualizar.
Para criar predições, utilize o componente Score Model com novos dados de entrada.
Para guardar um instantâneo do modelo preparado, selecione o componente. Em seguida, selecione o ícone Registar conjunto de dados no separador Saídas+registos no painel direito.
Passos seguintes
Veja o conjunto de componentes disponíveis para o Azure Machine Learning.
Veja Exceções e códigos de erro para o estruturador para obter uma lista de erros específicos dos componentes do estruturador.