Algoritmo HANA de detecção de anormalidade

As propriedades que podem ser configuradas no algoritmo HANA de detecção de anormalidade.

Sintaxe Use este algoritmo para encontrar modelos nos dados que não estejam de acordo com o comportamento esperado.
Nota A criação de modelos usando o algoritmo HANA de detecção de anormalidade não é suportada.
Propriedades do algoritmo HANA de detecção de anormalidade
Tabela 1: Propriedades do algoritmo
Propriedade Descrição
Modo de saída Selecione o modo em que você deseja usar a saída deste algoritmo.
Colunas independentes Selecione as colunas de origem de entrada.
Valores em falta Selecione o método para manipulação dos valores em falta.
Valores possíveis:
  • Ignorar: o algoritmo ignora os registros que contenham os valores em falta na coluna independente ou dependente.
  • Manter: o algoritmo retém os registros que contenham valores em falta durante o cálculo.
Porcentagem de anomalias Insira o valor percentual que indica a proporção de anormalidades nos dados de origem. O valor predeterminado é 10.
Método de detecção de anomalia Selecione o método de detecção de anomalia.
  • Por distância a partir centro
  • Por soma de distâncias a partir de todos os centros
Iterações máximas Insira o número de iterações permitido para localização de clusters. O valor predeterminado é 100.
Método de cálculo do centro Selecione o método a ser usado para cálculo inicial do centro do cluster.
Tipo de normalização Selecione o tipo de normalização.
Número de clusters Insira o número de grupos para clustering.
Número de threads Insira o número de threads que o algoritmo deve usar durante a execução. O valor predeterminado é 1.
Limite de saída Insira o valor limite para a saída das iterações. O valor predeterminado é 0,0001.
Medida da distância Insira a medida para calcular a distância entre os registros e os centros do cluster.
Nome da coluna prevista Insira um nome para a nova coluna que contenha os valores previstos.