AND 聚合器¶
- class darts.ad.aggregators.and_aggregator.AndAggregator(n_jobs=1)[source]¶
基类：
AggregatorAND 聚合器
聚合器，当所有组件都被标记为异常时，将该时间步标识为异常（逻辑 AND）。
- 参数
n_jobs (
int) – 并行运行的作业数。默认为 1（顺序执行）。将参数设置为 -1 表示使用所有可用的处理器。
方法
eval_metric(anomalies, series[, window, metric])将输入的（序列）多元时间序列聚合成一个（序列）时间序列，并根据真实异常标签评估结果。
predict(series[, name])将输入的（序列）多元二元时间序列聚合成一个（序列）一元二元时间序列。
- eval_metric(anomalies, series, window=1, metric='recall')¶
将输入的（序列）多元时间序列聚合成一个（序列）时间序列，并根据真实异常标签评估结果。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – （序列）二元真实异常标签（1 表示异常，0 表示非异常）。series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）预测多元二元时间序列。window (
int) – （序列）整数值，指示（序列）时间序列中每个点代表的过去样本数。此参数将由 darts.ad.utils 中的函数 _window_adjustment_anomalies() 用于转换异常。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的评估指标函数的名称。必须是 “recall”、“precision”、“f1” 和 “accuracy” 之一。默认值：“recall”。
- 返回值
（序列）时间序列的（序列）得分。
- 返回类型
Union[float, Sequence[float]]
- predict(series, name='series')¶
将输入的（序列）多元二元时间序列聚合成一个（序列）一元二元时间序列。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）多元二元时间序列。name (
str) – series 的名称。
- 返回值
（序列）聚合结果。
- 返回类型