2024 年 9 月 4 日 – 利用真实世界数据更轻松地训练异常检测模型¶

我们很高兴地宣布，异常检测 ML 函数现在包括预处理功能，即使您的训练数据存在缺失、重复或未对齐的时间步骤，您也可以成功训练异常检测模型。过去，此类问题在真实世界的数据中很常见，通常会阻碍模型的训练。新的预处理功能让您能够：

• 手动指定事件频率，以防模型推断失败或推断错误。

• 自动从附近时间步长中插入缺失的目标值。

• 从规范事件频率之外发生的事件中汇总维度值。您可以为值的类型或每个列指定汇总行为或使用默认值。

进行此类少量修正后，检测精度不会受到明显影响。

有关更多信息，请参阅 在时间序列预测中处理真实世界的数据。