异常检测_人工智能平台 PAI(PAI)-阿里云帮助中心

异常检测用于检测连续值和枚举值类特征的数据，帮助您挖掘数据中的异常点。

背景信息

异常检测的方法包括箱型图（Box-plot）和AVF（Attribute Value Frequency）：

箱型图用于检测连续值类特征的数据，根据箱线图最大值和最小值检测异常特征。
AVF用于检测枚举值类特征的数据，根据枚举特征的取值频率及阈值检测异常特征。

组件配置

您可以使用以下任意一种方式，配置异常检测组件参数。

方式一：可视化方式

在Designer工作流页面配置组件参数。

页签	参数	描述
字段设置	特征列	选择需要分析的字段。
字段设置	异常检测方法	选择检测的方法。箱型图用于检测连续类特征。AVF用于检测枚举类特征。

方式二：PAI命令方式

使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。

PAI -name fe_detect_runner -project algo_public
     -DselectedCols="emp_var_rate,cons_price_rate,cons_conf_idx,euribor3m,nr_employed" \
     -Dlifecycle="28"
     -DdetectStrategy="boxPlot"
     -DmodelTable="pai_temp_2458_23565_2"
     -DinputTable="pai_bank_data"
     -DoutputTable="pai_temp_2458_23565_1";

参数名称	参数描述	是否必选
inputTable	输入表的表名。	是
inputTablePartitions	系统默认选择所有分区。指定输入表的分区：指定单个分区，格式为`partition_name=value`。指定多个分区，格式为`name1=value1,name2=value2`。说明多个分区之间用英文逗号（,）分隔。指定多级分区，格式为`name1=value1/name2=value2`。	否
selectedCols	输入特征，字段类型没有限制。	是
detectStrategy	系统支持Box-plot和AVF选项。Box-plot用于检测连续值类特征。AVF用于检测枚举值类特征。	是
outputTable	异常检测结果数据集，即检测到异常特征的数据集。	是
modelTable	异常检测模型。	是
lifecycle	输出表的生命周期，系统默认为7。	否
coreNum	节点个数，与参数memSizePerCore配对使用，取值范围[1,9999]。说明仅支持配置正整数。	否
memSizePerCore	单个结点内存大小，取值范围[2048,64 *1024]，单位MB。	否