或聚合器¶
- class darts.ad.aggregators.or_aggregator.OrAggregator(n_jobs=1)[source]¶
基类:
Aggregator或聚合器
如果任一组件被标记为异常（逻辑或），则该聚合器将时间步识别为异常。
- 参数
n_jobs (
int) – 并行运行的任务数量。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])将输入的多变量时序（或时序序列）聚合成一个（或时序序列），并根据真实异常标签评估结果。
predict(series[, name])将输入的多变量二元时序（或时序序列）聚合成一个（或时序序列）单变量二元时序。
- eval_metric(anomalies, series, window=1, metric='recall')¶
将输入的多变量时序（或时序序列）聚合成一个（或时序序列），并根据真实异常标签评估结果。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – 二元真实异常标签时序（或时序序列）（1 表示异常，0 表示正常）。series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的预测多变量二元时序（或时序序列）。window (
int) – 整数值（或序列），表示（时序序列中）每个点代表的过去样本数量。该参数将由 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
（时序序列的）分数。
- 返回类型
Union[float, Sequence[float]]
- predict(series, name='series')¶
将输入的多变量二元时序（或时序序列）聚合成一个（或时序序列）单变量二元时序。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的多变量二元时序（或时序序列）。name (
str) – series 的名称。
- 返回值
聚合结果（或时序序列）。
- 返回类型