检测器基类
- class darts.ad.detectors.detectors.Detector(*args, **kwargs)[source]¶
基类：
ABC所有检测器的基类
方法
detect(series[, name])在给定的时序上检测异常。
eval_metric(anomalies, pred_scores[, ...])根据真实异常评估结果得分。
- detect(series, name='series')[source]¶
在给定的时序上检测异常。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要检测异常的时序（或时序序列）。name (
str) – series 的名称。
- 返回值
二元预测（1 表示认为是异常，0 表示不是）
- 返回值类型
Union[TimeSeries, Sequence[TimeSeries]]
- eval_metric(anomalies, pred_scores, window=1, metric='recall')[source]¶
根据真实异常评估结果得分。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – 真实二元异常时序（或时序序列），1 表示异常，0 表示不是。pred_scores (
Union[TimeSeries,Sequence[TimeSeries]]) – 估计的异常得分时序（或时序序列），表示每个大小为 w 的窗口的异常程度。window (
int) – 整数值，表示 pred_scores 中每个点代表的过去样本数量。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的指标函数名称。必须是 “recall”, “precision”, “f1”, 或 “accuracy” 之一。默认值：“recall”。
- 返回值
每个异常得分的指标结果
- 返回值类型
Union[float, Sequence[float], Sequence[Sequence[float]]]
- class darts.ad.detectors.detectors.FittableDetector(*args, **kwargs)[source]¶
基类：
Detector需要训练的检测器的基类。
方法
detect(series[, name])在给定的时序上检测异常。
eval_metric(anomalies, pred_scores[, ...])根据真实异常评估结果得分。
fit(series)在给定的时序上训练检测器。
fit_detect(series)训练检测器并在同一时序上检测异常。
- detect(series, name='series')[source]¶
在给定的时序上检测异常。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要检测异常的时序（或时序序列）。name (
str) – series 的名称。
- 返回值
二元预测（1 表示认为是异常，0 表示不是）
- 返回值类型
Union[TimeSeries, Sequence[TimeSeries]]
- eval_metric(anomalies, pred_scores, window=1, metric='recall')¶
根据真实异常评估结果得分。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – 真实二元异常时序（或时序序列），1 表示异常，0 表示不是。pred_scores (
Union[TimeSeries,Sequence[TimeSeries]]) – 估计的异常得分时序（或时序序列），表示每个大小为 w 的窗口的异常程度。window (
int) – 整数值，表示 pred_scores 中每个点代表的过去样本数量。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的指标函数名称。必须是 “recall”, “precision”, “f1”, 或 “accuracy” 之一。默认值：“recall”。
- 返回值
每个异常得分的指标结果
- 返回值类型
Union[float, Sequence[float], Sequence[Sequence[float]]]
- fit(series)[source]¶
在给定的时序上训练检测器。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 用于训练检测器的时序（或时序序列）。- 返回值
已拟合的检测器。
- 返回值类型
self
- fit_detect(series)[source]¶
训练检测器并在同一时序上检测异常。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 用于训练和检测异常的时序。- 返回值
二元预测（1 表示认为是异常，0 表示不是）
- 返回值类型
Union[TimeSeries, Sequence[TimeSeries]]