anomalydetector Paket

Pakete

aio
models

Klassen

AnomalyDetectorClient

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Arten von Modus, eine für zustandslose Verwendung, eine andere für zustandsbehaftete Verwendung. Im zustandslosen Modus gibt es drei Funktionen. Die gesamte Erkennung dient zum Erkennen der gesamten Reihe mit einem Modell, das von der Zeitreihe trainiert wurde. Last Detect erkennt den letzten Punkt mit dem Modell, das zuvor durch Punkte trainiert wurde. ChangePoint Detect dient zum Erkennen von Trendänderungen in Zeitreihen. Im zustandsbehafteten Modus kann der Benutzer Zeitreihen speichern, die gespeicherten Zeitreihen werden für Erkennungsanomalien verwendet. In diesem Modus kann der Benutzer weiterhin die oben genannten drei Funktionen verwenden, indem er nur einen Zeitbereich angibt, ohne Zeitreihen auf der Clientseite vorzubereiten. Neben den oben genannten drei Funktionen bietet das zustandsbehaftete Modell auch einen gruppenbasierten Erkennungs- und Bezeichnungsdienst. Durch die Verwendung von Bezeichnungsdienstbenutzern können Bezeichnungen für jedes Erkennungsergebnis bereitgestellt werden, werden diese Bezeichnungen zum Erneuten Optimieren oder Regenerieren von Erkennungsmodellen verwendet. Die Inkonsistenzerkennung ist eine Art gruppenbasierte Erkennung. Diese Erkennung findet Inkonsistenzen in einer Reihe von Zeitreihen. Mithilfe des Anomalieerkennungsdiensts können Geschäftskunden Vorfälle ermitteln und einen Logikfluss für die Analyse der Grundursache einrichten.