Componente Treinar Modelo de Detecção de Anomalias
Este artigo descreve como usar o componente Treinar Modelo de Detecção de Anomalias no Azure Machine Learning Designer para criar um modelo de detecção de anomalias treinado.
O componente usa como entrada um conjunto de parâmetros para um modelo de detecção de anomalias e um conjunto de dados sem rótulo. Ele retorna um modelo de detecção de anomalias treinado, bem como um conjunto de rótulos para os dados de treinamento.
Para saber mais sobre os algoritmos de detecção de anomalias fornecidos no designer, consulte Detecção de Anomalias baseada em PCA.
Como configurar o Treinar Modelo de Detecção de Anomalias
Adicione o componente Treinar Modelo de Detecção de Anomalias ao seu pipeline no designer. Esse componente pode ser encontrado na categoria Detecção de Anomalias.
Conecte um dos componentes criados para a detecção de anomalias, como por exemplo, a Detecção de Anomalias Baseada em PCA.
Outros tipos de modelos não são compatíveis. Ao executar o pipeline, você receberá o erro "Todos os modelos devem ter o mesmo tipo de aprendiz".
Configure o componente de detecção de anomalias escolhendo a coluna de rótulo e definindo os outros parâmetros específicos para o algoritmo.
Anexe um conjunto de dados de treinamento à entrada do lado direito do Treinar Modelo de Detecção de Anomalias.
Enviar o pipeline.
Resultados
Após a conclusão do treinamento:
Para exibir os parâmetros do modelo, clique com o botão direito do mouse no componente e selecione Visualizar.
Para criar previsões, use o componente Pontuação de Modelo com os novos dados de entrada.
Para salvar um instantâneo do modelo treinado, selecione o componente. Em seguida, selecione o ícone Registrar conjunto de registros na guia Saídas+logs no painel direito.
Próximas etapas
Confira o conjunto de componentes disponíveis no Azure Machine Learning.
Confira Exceções e códigos de erro do designer para obter uma lista de erros específicos dos componentes do designer.