ALinkLab

连接算法与应用！

同类别的组件
该文档涉及的组件
    相似的组件

    One-Class SVM流式异常检测 (OcsvmModelOutlierPredictStreamOp)

    Java 类名：com.alibaba.alink.operator.stream.outlier.OcsvmModelOutlierPredictStreamOp

    Python 类名：OcsvmModelOutlierPredictStreamOp

    功能介绍

    • 与传统SVM不同的是，one-class SVM是一种非监督的学习算法，经常被用来做异常点检测。在该算法的训练集中只有一类positive（或者negative）的数据，而没有（或存在极少量）另外一类，通常称其为异常点。该算法需要学习（learn）的就是边界（boundary），而不是最大间隔（maximum margin），通过边界对异常点进行预测。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 取值范围 默认值
    predictionCol 预测结果列名 预测结果列名 String ✓
    modelFilePath 模型的文件路径 模型的文件路径 String null
    outlierThreshold 异常评分阈值 只有评分大于该阈值才会被认为是异常点 Double
    predictionDetailCol 预测详细信息列名 预测详细信息列名 String
    reservedCols 算法保留列名 算法保留列 String[] null
    numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1
    modelStreamFilePath 模型流的文件路径 模型流的文件路径 String null
    modelStreamScanInterval 扫描模型路径的时间间隔 描模型路径的时间间隔，单位秒 Integer 10
    modelStreamStartTime 模型流的起始时间 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式，详见Timestamp.valueOf(String s) String null