Real-Time Intelligence-opetusohjelma osa 7: Poikkeamien havaitseminen Eventhouse-taulukossa

Note

Tämä opetusohjelma on osa sarjaa. Edellinen osio on kohdassa: Real-Time Intelligence-opetusohjelma osa 6: Real-Time koontinäytön luominen.

Poikkeamien havaitseminen on Real-Time Intelligencen ominaisuus, joka auttaa tunnistamaan epätavallisia kuvioita datassasi. Tässä tutoriaalin osassa opit luomaan anomalianilmaisimen työtilaasi, jolla havaitaan anomalioita aseman tyhjien telakoiden määrässä.

Aloittaminen

  1. Valitse vasemmasta siirtymispalkista Reaaliaikainen avataksesi Real-Time-keskuksen.
  2. Kaikki datavirrat -kohdasta valitse tapahtumatalon taulukko TransformedData, jonka loit edellisessä tutoriaalissa. Taulukon tietosivu avautuu. Valitse ylävalikosta Tunnista poikkeamat .

  1. Valitse tietokanta ja taulu tai pikakuvake , jonka haluat analysoida.

  2. Ylemmässä työkalupalkissa valitse Luo Poikkeamatunnistus tai valitse Anomalia-ilmaisin vaihtoehto ellipsistä (⋯) tietokantapuussa.

Kuvakaappaus Anomaly Detector -vaihtoehdosta Eventhouse-tietokantapuussa ja ylemmässä työkalupalkissa.

Määritä poikkeamien havaitseminen

  1. Valitse Valitse määritteet -osassa seuraavat vaihtoehdot:

    Field Value
    Arvoa katsoa No_Empty_Docks
    Ryhmittelyperuste Katu
    Timestamp Timestamp

    Näyttökuva poikkeamien määritysruudusta.

  2. Valitse Suorita analyysi.

    Tärkeää

    Analyysi kestää tyypillisesti jopa neljä minuuttia datan koosta riippuen ja voi kestää jopa 30 minuuttia. Voit siirtyä pois sivulta ja palata takaisin, kun analyysi on valmis.

    Note

    Varmista, että Eventhouse-taulukossa on riittävästi historiatietoja, jotta voit parantaa mallisuosituksia ja poikkeamien havaitsemisen tarkkuutta. Esimerkiksi tietojoukot, joissa on yksi datapiste päivässä, vaativat muutaman kuukauden dataa, kun taas tietojoukot, joissa on yksi datapiste sekunnissa, saattavat tarvita vain muutaman päivän.

  3. Kun analyysi on valmis, poikkeamat ja taulukkotiedot näkyvät oikealla.

    Näyttökuva suoritetusta poikkeaman tunnistuksesta.

    Note

    Kokeile HavaitsemismalliaCustomize detection -osiossa ja TimestampDetector-tulospaneelin yläpuolella. Enemmän tietoja saattaa parantaa poikkeamien havaitsemisen tarkkuutta.

  4. Valitse Tallenna.

Aiheeseen liittyvä sisältö

Lisätietoja tässä opetusohjelmassa suoritetuista tehtävistä on seuraavissa kohdissa:

Seuraava vaihe

Real-Time Intelligence-opetusohjelma osa 8: Kartan luominen paikkatietojen avulla

  • Last updated on