Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Opmerking
Deze tutorial maakt deel uit van een reeks. Zie voor de vorige sectie: Real-Time Intelligence-zelfstudie deel 6: Een Real-Time Dashboard maken.
In dit deel van de zelfstudie bouwt u een realtime gegevenswerkstroom waarmee afwijkingen in streaminggegevens worden gedetecteerd. U gebruikt een Eventhouse-tabel om tijdreeksgegevens te analyseren en ongebruikelijke patronen te identificeren.
Een anomaliedetector maken
Open de Eventhouse-tabel die u in de vorige zelfstudie hebt gemaakt.
Selecteer in het linkernavigatiedeelvenster realtime.
Selecteer onder Streaminggegevens de tabel TransformedData .
Selecteer anomalieën detecteren op de pagina met tabeldetails op de werkbalk.
Maak een detector om de gegevens voor afwijkingen te analyseren.
In het deelvenster Nieuwe anomaliedetector :
- Voer een naam in voor de detector.
- Selecteer uw Fabric werkruimte.
- Klik op Creëren.
Anomaliedetectie configureren
Configureer de kenmerken die worden gebruikt om afwijkingen te detecteren.
Stel in de sectie Configuratie bewerken de volgende waarden in:
Veld Waarde Waarde om te bekijken Geen_Fietsen Groeperen op Adres Tijdstempel Tijdstempel Selecteer Opslaan.
Een anomaliedetectiemodel kiezen
Selecteer mijn gegevens analyseren in de sectie Modellen zoeken om het beste anomaliedetectiemodel voor uw gegevens te vinden.
Bekijk de aanbevolen modellen en selecteer het model dat het beste bij uw behoeften past. Voor deze zelfstudie selecteert u het aanbevolen Local Pattern Detector-model .
Selecteer Opslaan.
Afwijkingsresultaten bekijken
Nadat de analyse is voltooid, controleert u de gedetecteerde afwijkingen.
Bekijk de anomalieresultaten in het deelvenster Detector-resultaten .
Inspecteer de grafiek- en tabellaire uitvoer om ongebruikelijke patronen te identificeren.