Erkennen Sie Anomalien in MetricBase Daten mithilfe von Vorhersagemodellen

Freigeben Version: Washingtondc

Aktualisiert 1. Februar 2024

2 Minuten Lesedauer

Verwenden Sie statistische Modelle, um signifikante Anomalien in Echtzeit mithilfe von MetricBase -Auslösern zu bestimmen. Sie müssen ein Modell mit repräsentativen Daten trainieren, die bereits in MetricBasegespeichert wurden.

Vorbereitungen

Erforderliche Rolle: admin

Prozedur

Navigieren zu Alle > MetricBase > MetricBase-Modelle.
Wählen Sie Neu.

Füllen Sie die Felder des Formulars aus.

Tabelle : 1. Formular „Neuer Datensatz für Modell“
Feld	Beschreibung
Modellname	Name des Modells. Der Name kann eine beliebige Kombination alphanumerischer Zeichen sein. Dieser Modellname ist nicht mit der Modellklasse identisch. Im Allgemeinen bezieht sich der Name auf den Wert in Gruppieren nach.
Tabellenname	Name der Tabelle, die die Trainingsdaten enthält.
Metrik	Name der Metrik, die Sie zum Trainieren des Modells verwenden. Die Metrik muss zur Tabelle gehören.
Erstellt	Datum, an dem Sie das Modell trainiert haben.
Filter	Filter, mit denen Sie einige der Daten im Datensatz ausschließen. Hinweis: Versuchen Sie bei der Auswahl von Daten zum Trainieren Ihres Modells, Daten auszuwählen, die ein erwartetes Verhalten zeigen, um Anomalien im Trainingssatz zu reduzieren.
Gruppieren nach	Sie können Gruppieren nach als Diskriminatorfeld für Ihre Modelldaten verwenden. Wenn Sie beispielsweise ein Datenmodell für eine Gruppe von Produktionsservern erstellen möchten, deren Leistung sich nach Rolle unterscheidet (z. B. Datenbank- oder Anwendungsserverrollen), wählen Sie Rolle als Gruppieren nach -Feld aus. Der Trainingsprozess erstellt ein Modell pro Rolle in der vom Filter ausgewählten Gruppe von Datensätzen. Sie müssen nicht für jede Rolle manuell ein Modell erstellen.
Modellklasse	Der beim Trainieren von Daten zu verwendende Algorithmus. Wählen Sie einen Algorithmus für den gleitenden Durchschnitt (PEWMA, ARIMA), einen saisonalen Algorithmus (STL, HW) aus, oder wählen Sie „ BestesAnpassungsmodell suchen“. Die Standardeinstellung ist Best-Anpassungs-Modell suchen, wobei jeder Algorithmus getestet wird und derjenige ausgewählt wird, der anscheinend am besten zum Trainingssatz passt.
Startdatum des Trainingsdatensatzes	MetricBase Zeitreihendaten für die Metrik, beginnend mit diesem Datum.
Enddatum des Trainingsdatensatzes	MetricBase Zeitreihendaten für die Metrik, die mit diesem Datum endet.
Gültig bis	Datum, das als Erinnerung daran dient, ein erneutes Trainieren des Modells in Betracht zu ziehen. Wenn die Leistung des Modells gut ist, muss es nicht erneut trainiert werden. Das Modell kann nach diesem Datum weiterarbeiten.
Aktiv	Option zur Verwendung des trainierten Modells. Sobald das Modell aktiv ist, kann es als Flow Designer -Auslöser verwendet werden.

Klicken Sie auf Absenden und schulen.
MetricBase trainiert das Modell. Nach Abschluss wird das Modell auf der Registerkarte MetricBase- Modellinstanzen angezeigt.
Klicken Sie auf den Modellnamen.
Die Modellierungsdaten werden angezeigt, ebenso wie die Modellzeichenfolge mit den durch das Training optimierten Parametern.
Wahlweise: Klicken Sie auf den Modellnamen und dann auf Modell festlegen, um die Modellparameter zu ändern.
Sie können die Modellparameter bearbeiten, wenn Sie die Einstellungen für das Training Ihres Modells überschreiben möchten. Das Diagramm wird nicht aktualisiert. Sie speichern die überarbeitete Modellzeichenfolge.

Nächste Maßnahme

Sie können einen Flow Designer -Auslöser für dieses Modell erstellen. Weitere Informationen finden Sie unter Modellauslöser erstellen.