SsaSpikeEstimator Sınıf

Tanım

Ad Alanı:

Microsoft.ML.Transforms.TimeSeries

Bütünleştirilmiş Kod:

Microsoft.ML.TimeSeries.dll

Paket:

Microsoft.ML.TimeSeries v3.0.1

Tekil Spektrum Analizini kullanarak zaman serisindeki ani artışları algılama.

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)

Devralma

Object

SsaSpikeEstimator

Uygulamalar

IEstimator<SsaSpikeDetector>

Açıklamalar

Bu tahmin aracını oluşturmak için DetectSpikeBySsa kullanın

Giriş ve Çıkış Sütunları

Yalnızca bir giriş sütunu vardır. Giriş sütunu, bir Single değerin Single zaman serisindeki bir zaman damgasında bir değeri gösterdiği yer olmalıdır.

3 öğeli bir vektör olan bir sütun üretir. Çıkış vektörünü sıralı olarak uyarı düzeyi (sıfır olmayan değer bir değişiklik noktası, puan ve p değeri anlamına gelir) içerir.

Tahmin Aracı Özellikleri

Bu tahmin aracının parametrelerini eğitmek için verilere bakması gerekiyor mu?	Yes
Giriş sütunu veri türü	Single
Çıkış sütunu veri türü	3 öğeli vektör Double
ONNX'e aktarılabilir	No

Tahmin Aracı Özellikleri

Makine öğrenmesi görevi	Anormallik algılama
Normalleştirme gerekli mi?	No
Önbelleğe alma gerekli mi?	No
Microsoft.ML ek olarak gerekli NuGet	Microsoft.ML.TimeSeries

Eğitim Algoritması Ayrıntıları

Bu sınıf , Tekil Spektrum Analizi(SSA) temelinde genel anomali algılama dönüşümünü uygular. SSA, zaman serisini eğilim, mevsimsellik ve kirlilik bileşenlerine ayırmanın yanı sıra zaman serisinin gelecekteki değerlerini tahmin etme konusunda güçlü bir çerçevedir. SSA, prensipte, spektrumdaki her bileşenin zaman serisindeki bir eğilime, mevsimsel veya kirlilik bileşenine karşılık geldiği giriş zaman serisinde spektral analiz gerçekleştirir. Tekil Spektrum Analizinin (SSA) ayrıntıları için bu belgeye bakın.

Anomali Puanlayıcısı

Bir zaman damgasındaki ham puan hesaplandıktan sonra, anomali puanlayıcısı bileşenine beslenip söz konusu zaman damgasındaki son anomali puanı hesaplanır.

p değerine göre ani artış algılama

p değeri puanı, geçerli noktanın aykırı değer olup olmadığını gösterir (ani artış olarak da bilinir). Değeri ne kadar düşükse ani bir artış olasılığı da o kadar yüksektir. p değeri puanı her zaman $[0, 1]$ şeklindedir.

Bu puan, ham puanların dağılımına göre geçerli hesaplanan ham puanın p değeridir. Burada dağıtım, geçmişteki belirli bir derinliğe kadar olan en son ham puan değerlerine göre tahmin edilir. Daha açık belirtmek gerekirse, bu dağılım, uyarlamalı bant genişliğine sahip Gauss çekirdekleri ile çekirdekyoğunluğu tahmini kullanılarak tahmin edilir.

P değeri puanı $1 - \frac{\text{confidence}}{100}$ değerini aşarsa, ilişkili zaman damgası ani artış algılamada sıfır olmayan bir uyarı değeri alabilir ve bu da bir ani artış noktası algılandığı anlamına gelir. DetectIidSpike ve DetectSpikeBySsa imzalarında $\text{confidence}$ öğesinin tanımlandığını unutmayın.

Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.

Yöntemler

Fit(IDataView)	Bir transformatörü eğitin ve iade edin.
GetOutputSchema(SchemaShape)	Transformatörler için şema yayma. Giriş şeması sağlanan şema gibiyse, verilerin çıkış şemasını döndürür.

Uzantı Metotları

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

Tahmin aracı zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçişi alan eğitmenlerden önce bir önbelleğe alma denetim noktası olması yararlıdır.

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

Tahmin aracı verildiğinde, çağrıldıktan sonra Fit(IDataView) temsilci çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir. Bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesneye sahip işlem hatları halinde oluşturulur, bu nedenle transformatör almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömülü olduğu bir tahmin aracı zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla sığdır çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz.

Ayrıca bkz.

• DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)