“训练异常情况检测模型”组件

本文介绍如何在 Azure 机器学习设计器中使用“训练异常情况检测模型”组件创建已训练的异常情况检测模型。

组件将异常情况检测模型和未标记数据集的一组参数作为输入。 它将返回已训练的异常情况检测模型，以及训练数据的一组标签。

有关设计器中提供的异常情况检测算法的详细信息，请参阅基于 PCA 的异常情况检测。

如何配置“训练异常情况检测模型”模块

1. 在设计器中向管道添加“训练异常情况检测模型”组件。 可以在“异常情况检测”类别中找到该组件。

2. 连接设计用于异常情况检测的组件之一，例如基于 PCA 的异常情况检测。

   不支持其他类型的模型。 运行管道时，会出现“所有模型都必须具有相同的学习器类型”错误。

3. 通过选择标签列并设置特定于算法的其他参数以配置异常情况检测组件。

4. 将训练数据集附加到“训练异常情况检测模型”的右侧输入。

5. 提交管道。

结果

在训练完成后：

• 要查看模型的参数，请右键单击组件，然后选择“可视化”。

• 要创建预测，请对新输入数据使用评分模型组件。

• 要保存已训练模型的快照，请选择组件。 然后，在右侧面板中选择“输出 + 日志”选项卡下的“注册数据集”图标。

后续步骤

请参阅 Azure 机器学习可用的组件集。

有关特定于设计器组件的错误列表，请参阅设计器的异常和错误代码。