Detección de anomalías
统计和机器学习工具箱™的变体函数detección de anomalías para los datos de la muestra多变量sin礼仪。查询功能detección de anomalías检测价值atípicos (anomalías endatos de entrenamiento)中间的entrenamiento de unmodelo el prendiazaje de parámetros。Para la detección de de novvedades (detección de anomalías在新数据中没有污染的数据),在新数据中没有污染的数据parámetros在新数据中没有污染的数据(atípicos)和在新数据中没有污染的数据parámetros没有污染的数据。Para obtener más información, consulte无监督异常检测.
这是一个关于正常礼仪的数据anomalías,关于正常礼仪的数据clasificación关于对象的二进制应用resubPredict
y预测
Para detectanomalías在这段时间内,在这段时间内,在这段时间内,在这段时间内。Para obtener la lista de functional clasificación admitidas, consulteClasificacion.
La工具箱también ofresfunctionalidades de detección de anomalías específicas para el modelo que puede applicar tras entrrenar una clasificación, una regresión o un modelo de formación de集群。Para obtener más详情,咨询模型特定的异常检测.
一些必要
Objetos
IsolationForest |
用于异常检测的隔离森林 |
ClassificationSVM |
金宝app支持向量机(SVM)用于一类和二元分类 |
特马
- 无监督异常检测
使用隔离森林、局部离群因子、一类支持向量机和马氏距离检测异常。
- 使用隔离林进行异常检测
通过使用隔离林(隔离树的集合)从正常点隔离异常来检测异常。
- 模型特定的异常检测
训练分类、回归或聚类模型后,使用特定于模型的异常检测特征检测异常。
- 建立工业机械和制造过程的条件模型
使用分类学习应用程序训练二元分类模型,以检测从工业制造机器收集的传感器数据中的异常。
给relacionada
- 基于三轴振动数据的工业机械异常检测(预测性维护工具箱)