定型異常偵測模型元件
本文描述如何使用 Azure Machine Learning 設計工具中的「定型異常偵測模型」元件，建立定型的異常偵測模型。
此元件以異常偵測模型的參數集和未標記的資料集做為輸入。 然後傳回定型的異常偵測模型，以及定型資料的一組標籤。
如需設計工具中提供的異常偵測演算法的詳細資訊，請參閱以 PCA 為基礎的異常偵測。
如何設定定型異常偵測模型
在設計工具中，將定型異常偵測模型元件新增至管線。 您可以在 [異常偵測] 類別中找到此元件。
連線專為異常偵測而設計的其中一個元件，例如以PCA 為基礎的異常偵測。
不支援其他類型的模型。 當您執行管線時，將會發生「所有模型必須具有相同的學習模組類型」錯誤。
選擇 [標籤] 資料行，並設定演算法特定的其他參數，以設定異常偵測元件。
將定型資料集附加至定型異常偵測模型的右側輸入。
提交管線。
結果
定型完成後：
若要檢視模型的參數，請在元件上按一下滑鼠右鍵，然後選取 [視覺化]。
若要建立預測，請使用評分模型元件和新的輸入資料。
若要儲存已定型模型的快照集，請選取元件。 然後，在右面板中，選取 [輸出+記錄] 索引標籤下的 [註冊資料集] 圖示。
後續步驟
請參閱 Azure Machine Learning 可用的元件集。
請參閱設計工具的例外狀況和錯誤碼，以取得設計工具元件特定的錯誤清單。