IidSpikeEstimator 類別

定義

命名空間:

Microsoft.ML.Transforms.TimeSeries

組件:

Microsoft.ML.TimeSeries.dll

套件:

Microsoft.ML.TimeSeries v3.0.1

根據調適性核心密度估計，偵測 獨立分散 (i.d.) 時間序列的訊號尖峰。

public sealed class IidSpikeEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.TimeSeries.IidSpikeDetector>

type IidSpikeEstimator = class
    inherit TrivialEstimator<IidSpikeDetector>

Public NotInheritable Class IidSpikeEstimator
Inherits TrivialEstimator(Of IidSpikeDetector)

繼承

Object

TrivialEstimator<IidSpikeDetector>

IidSpikeEstimator

備註

若要建立此估算器，請使用 DetectIidSpike。

輸入和輸出資料行

只有一個輸入資料行。 輸入資料行必須是 SingleSingle 值在時間序列中指出時間戳記的值的位置。

它會產生具有 3 個元素的向量資料行。 輸出向量會循序包含警示層級 (非零值表示變更點) 、分數和 p 值。

估算器特性

此估算器是否需要查看資料來定型其參數？	否
輸入資料行資料類型	Single
輸出資料行資料類型	的 3 元素向量Double
可匯出至 ONNX	否

估算器特性

機器學習工作	異常偵測
是否需要正規化？	否
是否需要快取？	否
除了 Microsoft.ML 之外，還需要 NuGet	Microsoft.ML.TimeSeries

定型演算法詳細資料

此定型器假設在時間序列中收集的資料點會獨立取樣， (與獨立相同的分散) 。 因此，目前時間戳記的值可以視為預期下一個時間戳記的值。 如果時間戳記$t-1$ 的觀察到值是 $p$，則 $t$ 時間戳記的預測值也會$p$。

異常計分器

一旦計算時間戳記的原始分數，就會送至異常計分器元件，以在該時間戳記計算最終異常分數。

以 p 值為基礎的尖峰偵測

p 值分數指出目前點是否為極端值 (也稱為尖峰) 。 其值越低，就越有可能是尖峰。 p 值分數一律為 $[0， 1]$。

此分數是根據原始分數分佈，目前計算的原始分數的 p 值。 在這裡，會根據最新的原始分數值來估計分佈，最多到歷程記錄中的特定深度。 更具體來說，此分佈是使用 核心密度估計 搭配自適性頻寬的 Gaussian 核心 來估計。

如果 p 值分數超過 $1 - \frac{\text{confidence}}$ {100} ，則相關聯的時間戳記可能會在尖峰偵測中取得非零的警示值，這表示偵測到尖峰點。 請注意，$\text{confidence}$ 定義于 DetectIidSpike 和 DetectSpikeBySsa的簽章中。

如需使用範例的連結，請參閱另請參閱一節。

方法

Fit(IDataView)	根據調適性核心密度估計，偵測 獨立分散 (i.d.) 時間序列的訊號尖峰。 (繼承來源 TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	轉換器的架構傳播。 如果輸入架構與提供的輸入架構類似，則傳回資料的輸出架構。

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前，先有快取檢查點會很有説明。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	指定估算器時，傳回包裝物件，一旦 Fit(IDataView) 呼叫委派即可。 估算器通常務必傳回符合專案的相關資訊，這就是 Fit(IDataView) 方法傳回特定型別物件的原因，而不是只傳回一般 ITransformer 。 不過，同時， IEstimator<TTransformer> 通常會形成具有許多物件的管線，因此我們可能需要透過建置估算器的鏈結，而我們想要取得轉換器的估算器 EstimatorChain<TLastTransformer> 會在此鏈結的某處放置。 在該案例中，我們可以透過這個方法附加呼叫一次會呼叫的委派。

另請參閱

• DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)