SsaChangePointEstimator Třída

Definice

public sealed class SsaChangePointEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.TimeSeries.SsaChangePointDetector>

type SsaChangePointEstimator = class
    interface IEstimator<SsaChangePointDetector>

Public NotInheritable Class SsaChangePointEstimator
Implements IEstimator(Of SsaChangePointDetector)

Dědičnost

Object

SsaChangePointEstimator

Implementuje

IEstimator<SsaChangePointDetector>

Poznámky

K vytvoření tohoto estimátoru použijte DetectChangePointBySsa.

Vstupní a výstupní sloupce

Existuje pouze jeden vstupní sloupec. Vstupní sloupec musí obsahovat Single místo, kde Single hodnota označuje hodnotu v časovém razítku časové řady.

Vytvoří sloupec, který je vektorem se 4 prvky. Výstupní vektor postupně obsahuje úroveň upozornění (nenulová hodnota znamená bod změny), skóre, p-hodnotu a hodnotu martingale.

Charakteristiky estimátoru

Charakteristiky estimátoru

Podrobnosti trénovacího algoritmu

Tato třída implementuje obecnou transformaci detekce anomálií na základě analýzy jednotného spektra (SSA). SSA je výkonná architektura pro dekódování časových řad na trendy, sezónnost a komponenty šumu a také prognózování budoucích hodnot časových řad. V zásadě služba SSA provádí spektrální analýzu vstupní časové řady, kde každá komponenta ve spektru odpovídá trendu, sezónní komponentě nebo komponentě šumu v časové řadě. Podrobnosti o analýze jednotného spektra (SSA) najdete v tomto dokumentu.

Scorer anomálií

Jakmile se vypočítá nezpracované skóre v časovém razítku, předá se komponentě scoreru anomálií k výpočtu konečného skóre anomálií v daném časovém razítku. V tomto skóre jsou zapojeny dvě statistiky, p-value a martingale skóre.

Skóre P-hodnota

Skóre p-hodnota označuje p-hodnotu aktuálního vypočítaného nezpracovaného skóre podle rozdělení nezpracovaných skóre. Tady se odhaduje rozdělení na základě nejnovějších nezpracovaných hodnot skóre až do určité hloubky zpět v historii. Konkrétně se tato distribuce odhaduje pomocí odhadu hustoty jádra s jádry Gaussian s adaptivní šířkou pásma. Skóre p-hodnota je vždy v $[0, 1]$a nižší jeho hodnota, tím pravděpodobnější je aktuální bod odlehlé hodnoty (označuje se také jako špička).

Detekce bodu změny na základě skóre martingale

Skóre martingale je další úroveň bodování, která je postavena na skóre p-hodnota. Myšlenka je založená na Vyměnitelnosti Martingales , která detekuje změnu rozdělení přes datový proud hodnot i.i.d. Stručně řečeno, hodnota skóre martingale začíná výrazně růst, když sekvence malých p-hodnot zjištěných v řádku; označuje změnu distribuce podkladového procesu generování dat. Proto se skóre martingale používá k detekci bodu změny. Vzhledem k posloupnosti naposledy pozorovaných p-hodnot, $p 1, \tečky, p_n$, se skóre martingale vypočítá jako:? $s(p1; \dots; p_n) = \prod_{i=1}^n \beta(p_i)$. Existují dvě možnosti $\beta$: $\beta(p) = e p^{\epsilon - 1}$ pro $0 < \epsilon < 1$ nebo $\beta(p) = \int_{0}^1 \epsilon p^{\epsilon - 1} d\epsilon$.

Pokud skóre martingle překročí $s(q_1; \tečky, q_n)$ kde $q_i=1 - \frac{\text{confidence}}{100}$, přidružené časové razítko může získat nenulovou hodnotu upozornění pro detekci bodu změn. Všimněte si, že $\text{confidence}$ je definován v podpisech DetectChangePointBySsa nebo DetectIidChangePoint.

Odkazy na příklady použití najdete v části Viz také.

Metody

Metody rozšíření

Platí pro

Viz také

• DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)