Компонент "Обучение модели обнаружения аномалий"
В этой статье описывается, как использовать компонент "Обучение модели обнаружения аномалий" в конструкторе машинного обучения Azure для создания обученной модели обнаружения аномалий.
Компонент принимает в качестве входных данных набор параметров для модели обнаружения аномалий и немаркированный набор данных. Он возвращает обученную модель обнаружения аномалий вместе с набором меток для обучающих данных.
Дополнительные сведения об алгоритмах обнаружения аномалий, предоставляемых в конструкторе, см. в разделе Обнаружение аномалий на основе PCA.
Настройка модель обучения обнаружения аномалий
Добавьте компонент Обучение модели обнаружения аномалий в конвейер в конструкторе. Вы можете найти этот компонент в категории Обнаружение аномалий.
Подключите один из компонентов, предназначенных для обнаружения аномалий, например Обнаружение аномалий на основе PCA.
Другие типы моделей не поддерживаются. Когда вы запустите конвейер, вы получите ошибку "Все модели должны иметь один и тот же тип обучения".
Настройте компонент обнаружения аномалий, выбрав столбец метки и задав другие параметры, специфичные для алгоритма.
Присоедините набор обучающих данных к правому входу Обучение модели обнаружения аномалий.
Отправьте конвейер.
Результаты
После завершения обучения:
Чтобы просмотреть параметры модели, щелкните компонент правой кнопкой мыши и выберите Визуализировать.
Для создания прогнозов используйте компонент Оценка модели с новыми входными данными.
Чтобы сохранить снимок обученной модели, выберитекомпонент. Затем выберите значок Зарегистрировать набор данных на вкладке Выходные данные + журналы на правой панели.
Следующие шаги
Ознакомьтесь с набором доступных компонентов для машинного обучения Azure.
См. Исключения и коды ошибок для конструктора для получения списка ошибок, характерных для компонентов конструктора.