定型異常偵測模型元件

本文說明如何使用 Azure 機器學習 設計工具中的定型異常偵測模型元件來建立定型的異常偵測模型。

元件接受異常偵測模型和未標記數據集的一組參數輸入。 它會傳回定型的異常偵測模型，以及一組定型數據的標籤。

如需設計工具中提供之異常偵測算法的詳細資訊，請參閱 PCA 型異常偵測。

如何設定定型異常偵測模型

1. 將定 型異常偵測模型 元件新增至設計工具中的管線。 您可以在異常偵測類別中找到此元件。

2. 連接其中一個專為異常偵測設計的元件，例如 PCA 型異常偵測。

   不支援其他類型的模型。 當您執行管線時，會收到「所有模型都必須有相同的學習模組類型」錯誤。

3. 選擇標籤資料行並設定演算法特定的其他參數，以設定異常偵測元件。

4. 將定型數據集附加至定型異常偵測模型的右側輸入。

5. 提交管線。

結果

完成定型之後：

• 若要檢視模型的參數，請以滑鼠右鍵單擊元件，然後選取 [ 可視化]。

• 若要建立預測，請使用 評分模型 元件搭配新的輸入數據。

• 若要儲存已定型模型的快照集，請選取元件。 然後在右側面板中的 [輸出+記錄] 索引標籤下選取 [註冊數據集] 圖示。

下一步

請參閱 Azure 機器學習 可用的元件集。

如需設計工具元件專屬的錯誤清單，請參閱 設計 工具的例外狀況和錯誤碼。