异常检测（Snowflake Cortex ML 函数）¶

限制¶

• 您无法选择或调整异常检测算法。特别是，该算法不提供替换趋势、季节性或季节性幅度的参数；这些参数是从数据推断出来的。

• 主要异常检测算法的最小行数为每个时间序列 12 行。对于观测值介于 2 到 11 之间的时间序列，异常检测会产生一个“朴素”的结果，其中所有预测值都等于上次观测的目标值。对于带标签的异常检测案例，使用的观测值数量是标签列为 false 的行数。

• 可接受的最小数据粒度为一秒。（时间戳之间的间隔不得短于一秒。）

• 季节性组件的最小精确度为 1 分钟。该函数无法在较小时间增量下检测到循环模式。

• 数据中的时间戳必须表示固定的时间间隔。如果输入数据不规则，请在训练模型时尝试在时间戳列上使用 DATE_TRUNC 或 TIME_SLICE。

• 自回归特征的“季节长度”与输入频率相关联（每小时数据为 24，每日数据为 7，依此类推）。

• 异常检测模型一旦经过训练，就是不可变的。您不能使用新数据更新现有模型；您必须训练一个全新模型。模型不支持版本控制。一般来说，您应该根据新数据接收频率定期对模型进行重新训练，例如每周一次或每月一次，以帮助模型跟上不断变化的趋势。

• 此功能仅相对于训练数据检测测试数据中的异常。它无法检测训练数据中的异常。由于训练数据是模型的来源，因此从定义来看，相对于自身是没有异常值的。确保训练数据涵盖没有实际异常值的典型时间段，或在布尔列中标记为此类异常值的已知异常值。

• 您无法克隆模型或跨角色或账户共享模型。克隆架构或数据库时，将会跳过模型对象。

• 您不能 复制 ANOMALY_DETECTION 类的实例。

选择虚拟仓库¶

Snowflake 虚拟仓库 为该功能提供训练和使用机器学习模型所需的计算资源。本节提供的一般指导说明了如何出于此目的选择最佳大小和类型的仓库，重点介绍训练步骤（该过程中最耗时且内存最密集的部分）。

授予创建异常检测对象的权限¶

训练异常检测模型会生成架构级对象。因此，用于创建模型的角色必须对将在其中创建模型的架构具有 CREATE SNOWFLAKE.ML.ANOMALY_DETECTION 权限，以便允许模型存储在相应位置。此权限类似于其他架构权限，如 CREATE TABLE 或 CREATE VIEW。

Snowflake 建议您创建一个需要检测异常的人员使用的角色，该角色名为 analyst。

在以下示例中，admin 角色是架构 admin_db.admin_schema 的所有者。该 analyst 角色需要在此架构中创建模型。

USE ROLE admin;
GRANT USAGE ON DATABASE admin_db TO ROLE analyst;
GRANT USAGE ON SCHEMA admin_schema TO ROLE analyst;
GRANT CREATE SNOWFLAKE.ML.ANOMALY_DETECTION ON SCHEMA admin_db.admin_schema TO ROLE analyst;

要使用此架构，用户将承担 analyst 角色：

USE ROLE analyst;
USE SCHEMA admin_db.admin_schema;

如果角色 analyst 在数据库 analyst_db 中具有 CREATE SCHEMA 权限，则该角色可以创建新架构 analyst_db.analyst_schema 并在该架构中创建异常检测模型：

USE ROLE analyst;
CREATE SCHEMA analyst_db.analyst_schema;
USE SCHEMA analyst_db.analyst_schema;

要撤消角色对架构的模型创建权限，请使用 REVOKE <privileges>：

REVOKE CREATE SNOWFLAKE.ML.ANOMALY_DETECTION ON SCHEMA admin_db.admin_schema FROM ROLE analyst;

为单个时间序列检测异常（无监督）¶

要检测数据中的异常情况，请执行以下操作：

1. 使用历史数据训练异常检测模型。

2. 使用经过训练的异常检测模型检测历史数据或投影数据中的异常。测试数据中的时间戳必须按时间顺序遵循训练数据中的时间戳。训练模型至少需要 2 个数据点，非朴素结果至少需要 12 个数据点，非线性结果至少需要 60 个数据点。

有关创建和使用模型时使用的参数的信息，请参阅 ANOMALY_DETECTION (SNOWFLAKE.ML)。

BEGIN
  CALL basic_model!DETECT_ANOMALIES(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_to_analyze'),
     TIMESTAMP_COLNAME =>'date',
     TARGET_COLNAME => 'sales'
  );
  LET x := SQLID;
  CREATE TABLE my_anomalies AS SELECT * FROM TABLE(RESULT_SCAN(:x));
END;
SELECT * FROM my_anomalies;

使用标记数据训练异常检测模型¶

在前面的示例中，模型的结果似乎不准确。这可能是因为：

• 异常检测模型是使用非常少的输入数据上训练的。

• 2020 年 1 月 3 日售出的夹克数量较多 (30)。这会使预测结果略微上升，并增加预测区间的大小。

若要提高异常检测模型的准确性，可以包含更多训练数据或标记训练数据（监督训练）。标记的训练数据具有一个附加的布尔列，用于指示每行是否存在已知异常。标记可以帮助异常检测模型避免过度拟合训练数据中的已知异常。

若要在训练数据中包含标记数据，请在 CREATE SNOWFLAKE.ML.ANOMALY_DETECTION 命令的 LABEL_COLNAME 构造函数实参中指定包含标签的列。例如：

1. 创建视图或设计查询，以返回包含训练数据的标签。

   对于此示例，请执行 CREATE VIEW 命令，在名为 label 的列中创建一个名为 view_with_labeled_data 的视图，其中包含标记：

   CREATE OR REPLACE VIEW view_with_labeled_data_for_training
     AS SELECT date, sales, label FROM historical_sales_data
       WHERE store_id=1 and item='jacket';
   

   Copy

2. 为异常检测模型创建一个对象，利用该视图中的数据训练模型。

   在本示例中，执行 CREATE SNOWFLAKE.ML.ANOMALY_DETECTION 命令以创建名为 model_trained_with_labeled_data 的异常检测对象。以下语句创建异常检测对象：

   CREATE OR REPLACE SNOWFLAKE.ML.ANOMALY_DETECTION model_trained_with_labeled_data(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_labeled_data_for_training'),
     TIMESTAMP_COLNAME => 'date',
     TARGET_COLNAME => 'sales',
     LABEL_COLNAME => 'label'
   );
   

   Copy

3. 使用此新的异常检测模型，调用 <model_name>!DETECT_ANOMALIES 方法，传入您在 为单个时间序列检测异常（无监督） 中使用的相同实参：

   CALL model_trained_with_labeled_data!DETECT_ANOMALIES(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_to_analyze'),
     TIMESTAMP_COLNAME =>'date',
     TARGET_COLNAME => 'sales'
   );
   

   Copy

   该方法会返回一个表，其中包含视图 view_with_data_to_analyze 中当前数据的行以及检测器的预测结果。有关此表中各列的说明，请参阅 返回。

输出

为了便于阅读，对结果进行了四舍五入。

+--------+-------------------------+----+----------+---------------+--------------+------------+--------------+------------+
| SERIES | TS                      |  Y | FORECAST |   LOWER_BOUND |  UPPER_BOUND | IS_ANOMALY |   PERCENTILE |   DISTANCE |
+--------|-------------------------+----+----------+---------------+--------------+------------+--------------+------------|
| NULL   | 2020-01-16 00:00:00.000 |  6 |        6 |  0.82         | 11.18        | False      | 0.5          | 0          |
| NULL   | 2020-01-17 00:00:00.000 | 20 |        6 | -0.39         | 12.33        | True       | 0.99         | 5.70       |
+--------+-------------------------+----+----------+---------------+--------------+------------+--------------+------------+

指定异常检测的预测间隔¶

您可以使用不同的灵敏度来检测异常。若要指定要分类为异常的观测值的百分比，请创建一个包含 <model_name>!DETECT_ANOMALIES 配置设置的 OBJECT，并将 prediction_interval 键设置为应标记为异常的观测值的百分比。

若要构造此对象，可以使用 对象常量 或 OBJECT_CONSTRUCT 函数。

然后，在调用 <model_name>!DETECT_ANOMALIES 方法时，将此对象作为 CONFIG_OBJECT 实参传入。

默认情况下，与 prediction_interval 键关联的值设置为 0.99，这意味着大约 1% 的数据会被标记为异常。您可以指定一个介于 0 和 1 之间的值：

• 要将较少的观测值标记为异常，请为 prediction_interval 指定更高的值。

• 要将更多观测值标记为异常，请减小 prediction_interval 值。

以下示例通过将 prediction_interval 设置为 0.995 来配置更为严格的异常检测。该示例还使用利用标记数据训练的模型（您在 使用标记数据训练异常检测模型 中设置），以及包含要分析的数据的视图（您在 为单个时间序列检测异常（无监督） 中设置）。

CALL model_trained_with_labeled_data!DETECT_ANOMALIES(
  INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_to_analyze'),
  TIMESTAMP_COLNAME => 'date',
  TARGET_COLNAME => 'sales',
  CONFIG_OBJECT => {'prediction_interval':0.995}
);

此语句会生成一个表，其中包含视图 view_with_data_to_analyze 中当前数据的行。每行都包含一列，其中显示检测器的预测。您可以看到，此模型的结果比未标记的示例更准确。

输出

为了便于阅读，对结果进行了四舍五入。

+--------+-------------------------+----+----------+---------------+--------------+------------+--------------+------------+
| SERIES | TS                      |  Y | FORECAST |   LOWER_BOUND |  UPPER_BOUND | IS_ANOMALY |   PERCENTILE |   DISTANCE |
+--------|-------------------------+----+----------+---------------+--------------+------------+--------------+------------|
| NULL   | 2020-01-16 00:00:00.000 |  6 |        6 |  0.36         | 11.64        | False      | 0.5          | 0          |
| NULL   | 2020-01-17 00:00:00.000 | 20 |        6 | -0.90         | 12.90        | True       | 0.99         | 5.70       |
+--------+-------------------------+----+----------+---------------+--------------+------------+--------------+------------+

包括用于分析的其他列¶

您可以在用于训练和分析的数据中包含其他列（例如，temperature、weather、is_black_friday），如果这些列可以帮助您改进对真实异常的识别。

要包含用于分析的新列，请执行以下操作：

1. 对于训练数据，请创建包含新列的视图或设计包含新列的查询，并创建新的异常检测对象，传入对该视图或查询的引用。

2. 对于要分析的数据，请创建包含新列的视图，或者设计包含新列的查询，并将对该视图或查询的引用传递给 <model_name>!DETECT_ANOMALIES 方法。

异常检测模型会自动检测并使用其他列。

例如，假设您要添加列 temperature、humidity 和 holiday：

1. 创建视图或设计查询，以返回包含这些附加列的训练数据。

   对于此示例，请执行 CREATE VIEW 命令以创建名为 view_with_training_data_extra_columns 的视图：

   CREATE OR REPLACE VIEW view_with_training_data_extra_columns
     AS SELECT date, sales, label, temperature, humidity, holiday
       FROM historical_sales_data
       WHERE store_id=1 AND item='jacket';
   

   Copy

2. 为异常检测模型创建一个对象，利用该视图中的数据训练模型。

   对于此示例，请执行 CREATE SNOWFLAKE.ML.ANOMALY_DETECTION 命令以创建名为 model_with_additional_columns 的异常检测对象，并传入对新视图的引用：

   CREATE OR REPLACE SNOWFLAKE.ML.ANOMALY_DETECTION model_with_additional_columns(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_training_data_extra_columns'),
     TIMESTAMP_COLNAME => 'date',
     TARGET_COLNAME => 'sales',
     LABEL_COLNAME => 'label'
   );
   

   Copy

3. 创建视图或设计查询以返回要使用这些附加列进行分析的数据。

   对于此示例，请执行 CREATE VIEW 命令以创建名为 view_with_data_for_analysis_extra_columns 的视图：

   CREATE OR REPLACE VIEW view_with_data_for_analysis_extra_columns
     AS SELECT date, sales, temperature, humidity, holiday
       FROM new_sales_data
       WHERE store_id=1 AND item='jacket';
   

   Copy

4. 使用此新的异常检测对象，调用 <model_name>!DETECT_ANOMALIES 方法，传入新视图：

   CALL model_with_additional_columns!DETECT_ANOMALIES(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_for_analysis_extra_columns'),
     TIMESTAMP_COLNAME => 'date',
     TARGET_COLNAME => 'sales',
     CONFIG_OBJECT => {'prediction_interval':0.93}
   );
   

   Copy

   此语句会生成一个表，其中包含视图 view_with_data_for_analysis_extra_columns 中当前数据的行以及检测器的预测。输出的格式与之前运行的命令显示的输出格式相同。

输出

为了便于阅读，对结果进行了四舍五入。

+--------+-------------------------+----+----------+-------------+--------------+------------+--------------+------------+
| SERIES | TS                      |  Y | FORECAST | LOWER_BOUND |  UPPER_BOUND | IS_ANOMALY |   PERCENTILE |   DISTANCE |
+--------|-------------------------+----+----------+-------------+--------------+------------+--------------+------------|
| NULL   | 2020-01-16 00:00:00.000 |  6 |        6 | 2.34        |  9.64        | False      | 0.5          | 0          |
| NULL   | 2020-01-17 00:00:00.000 | 20 |        6 | 1.56        | 10.451       | True       | 0.99         | 5.70       |
+--------+-------------------------+----+----------+-------------+--------------+------------+--------------+------------+

检测多个序列中的异常¶

前面的部分提供了检测单个序列异常的示例。这些示例标记了在一家商店（商店 ID 1）中，一种类型的商品（夹克）的销售异常情况。要同时为多个时间序列检测异常（例如，商品和商店的多个组合）检测异常，请执行以下操作：

1. 对于训练数据，请创建包含新列的视图或设计包含新列的查询，并创建一个新的异常检测对象，传入对该视图或查询的引用，并为 SERIES_COLNAME 实参指定序列列的名称。

2. 对于要分析的数据，请创建一个视图，或者设计一个查询，在其中包含识别序列的列的视图。调用 <model_name>!DETECT_ANOMALIES 方法，传入对该视图或查询的引用，并为 SERIES_COLNAME 实参指定序列列的名称。

例如，假设您要使用 store_id 和 item 列的组合来识别序列：

1. 创建视图或设计查询以返回包含序列列的训练数据。

   对于此示例，请执行 CREATE VIEW 命令以创建一个名为 view_with_training_data_multiple_series 的视图，其中包含一个名为 store_item 的列，该列将序列识别为商店 ID 和商品的组合：

   CREATE OR REPLACE VIEW view_with_training_data_multiple_series
     AS SELECT
       [store_id, item] AS store_item,
       date,
       sales,
       label,
       temperature,
       humidity,
       holiday
     FROM historical_sales_data;
   

   Copy

2. 创建异常检测对象，并使用该视图中的数据训练模型。

   对于此示例，执行 CREATE SNOWFLAKE.ML.ANOMALY_DETECTION 命令以创建名为 model_for_multiple_series 的异常检测对象，传入对新视图的引用并为 SERIES_COLNAME 实参指定 store_item ：

   CREATE OR REPLACE SNOWFLAKE.ML.ANOMALY_DETECTION model_for_multiple_series(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_training_data_multiple_series'),
     SERIES_COLNAME => 'store_item',
     TIMESTAMP_COLNAME => 'date',
     TARGET_COLNAME => 'sales',
     LABEL_COLNAME => 'label'
   );
   

   Copy

3. 创建视图或设计查询，以返回要使用序列列进行分析的数据。

   对于此示例，请执行 CREATE VIEW 命令以创建一个名为 view_with_data_for_analysis_multiple_series 的视图，其中包含名称为 store_item 的序列列：

   CREATE OR REPLACE VIEW view_with_data_for_analysis_multiple_series
     AS SELECT
       [store_id, item] AS store_item,
       date,
       sales,
       temperature,
       humidity,
       holiday
     FROM new_sales_data;
   

   Copy

4. 使用此新的异常检测对象，调用 <model_name>!DETECT_ANOMALIES 方法，传入新视图并为 SERIES_COLNAME 实参指定 store_item ：

   CALL model_for_multiple_series!DETECT_ANOMALIES(
     INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_for_analysis_multiple_series'),
     SERIES_COLNAME => 'store_item',
     TIMESTAMP_COLNAME => 'date',
     TARGET_COLNAME => 'sales',
     CONFIG_OBJECT => {'prediction_interval':0.995}
   );
   

   Copy

   此语句会生成一个表，其中包含视图 view_with_data_for_analysis_multiple_series 中当前数据的行以及检测器的预测。输出包括识别序列的列。

输出

为了便于阅读，对结果进行了四舍五入。

+--------------+-------------------------+----+----------+---------------+--------------+------------+---------------+--------------+
| SERIES       | TS                      |  Y | FORECAST |   LOWER_BOUND |  UPPER_BOUND | IS_ANOMALY |    PERCENTILE |     DISTANCE |
|--------------+-------------------------+----+----------+---------------+--------------+------------+---------------+--------------|
| [            | 2020-01-16 00:00:00.000 |  3 |      6.3 |  2.07         | 10.53        | False      | 0.01          | -2.19         |
|   2,         |                         |    |          |               |              |            |               |              |
|   "umbrella" |                         |    |          |               |              |            |               |              |
| ]            |                         |    |          |               |              |            |               |              |
| [            | 2020-01-17 00:00:00.000 | 70 |      2.9 | -1.33         |  7.13        | True       | 1             | 44.54         |
|   2,         |                         |    |          |               |              |            |               |              |
|   "umbrella" |                         |    |          |               |              |            |               |              |
| ]            |                         |    |          |               |              |            |               |              |
| [            | 2020-01-16 00:00:00.000 |  6 |      6   |  0.36         | 11.64        | False      | 0.5           |  0           |
|   1,         |                         |    |          |               |              |            |               |              |
|   "jacket"   |                         |    |          |               |              |            |               |              |
| ]            |                         |    |          |               |              |            |               |              |
| [            | 2020-01-17 00:00:00.000 | 20 |      6   | -0.90         | 12.90        | True       | 0.99          |  5.70         |
|   1,         |                         |    |          |               |              |            |               |              |
|   "jacket"   |                         |    |          |               |              |            |               |              |
| ]            |                         |    |          |               |              |            |               |              |
+--------------+-------------------------+----+----------+---------------+--------------+------------+---------------+--------------+

使用 Snowflake 任务进行重复训练¶

您可以使用 Snowflake 任务 更新模型以反映最新数据。

若要创建每小时刷新一次异常检测对象的任务，请运行以下语句，并将 your_warehouse_name 替换为您的仓库名称：

CREATE OR REPLACE TASK ad_model_retrain_task
WAREHOUSE = <your_warehouse_name>
SCHEDULE = '60 MINUTE'
AS
EXECUTE IMMEDIATE
$$
BEGIN
  CREATE OR REPLACE SNOWFLAKE.ML.ANOMALY_DETECTION model_trained_with_labeled_data(
    INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_labeled_data_for_training'),
    TIMESTAMP_COLNAME => 'date',
    TARGET_COLNAME => 'sales',
    LABEL_COLNAME => 'label'
  );
END;
$$;

新创建的任务默认处于暂停状态。

要继续任务，请执行 ALTER TASK ...RESUME 命令：

ALTER TASK ad_model_retrain_task RESUME;

要暂停任务，请执行 ALTER TASK ...SUSPEND 命令：

ALTER TASK ad_model_retrain_task SUSPEND;

使用 Snowflake Task 进行监控¶

您还可以使用 Snowflake 任务以给定频率监控数据。

首先，创建表来保存异常检测结果：

CREATE OR REPLACE TABLE anomaly_res_table (
  ts TIMESTAMP_NTZ, y FLOAT, forecast FLOAT, lower_bound FLOAT, upper_bound FLOAT,
  is_anomaly BOOLEAN, percentile FLOAT, distance FLOAT);

创建任务，在表中存储定期异常检测操作的结果。本示例将 WAREHOUSE 参数设置为 snowhouse。您可以将其替换为自己的仓库：

CREATE OR REPLACE TASK ad_model_monitoring_task
WAREHOUSE = snowhouse
SCHEDULE = '1 minute'
AS
EXECUTE IMMEDIATE
$$
BEGIN
  CALL model_trained_with_labeled_data!DETECT_ANOMALIES(
    INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_to_analyze'),
    TIMESTAMP_COLNAME => 'date',
    TARGET_COLNAME => 'sales',
    CONFIG_OBJECT => {'prediction_interval':0.99}
  );

  INSERT INTO anomaly_res_table (ts, y, forecast, lower_bound, upper_bound, is_anomaly, percentile, distance)
    SELECT * FROM TABLE(RESULT_SCAN(LAST_QUERY_ID()));
END;
$$;

要继续任务，请执行 ALTER TASK ...RESUME 命令：

ALTER TASK ad_model_monitoring_task RESUME;

然后，anomaly_res_table 将包含每次任务运行的所有结果。

要暂停任务，请执行 ALTER TASK ...SUSPEND 命令：

ALTER TASK ad_model_monitoring_task SUSPEND;

使用 Snowflake 警报进行监控¶

您还可以使用 Snowflake 警报 以给定频率监控数据，并向您发送包含检测到的异常的电子邮件。以下语句创建每分钟检测一次异常的警报。首先定义一个 存储过程 来检测异常，然后创建使用该存储过程的警报。

CREATE OR REPLACE PROCEDURE extract_anomalies()
  RETURNS TABLE()
  LANGUAGE SQL
  AS
  $$
    BEGIN
      CALL model_trained_with_labeled_data!DETECT_ANOMALIES(
        INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'view_with_data_to_analyze'),
        TIMESTAMP_COLNAME => 'date',
        TARGET_COLNAME => 'sales',
        CONFIG_OBJECT => {'prediction_interval':0.99}
      );
      DECLARE
        res RESULTSET DEFAULT (SELECT * FROM TABLE(RESULT_SCAN(-1)) WHERE is_anomaly = TRUE);
      BEGIN
        RETURN TABLE(res);
      END;
    END;
  $$
  ;

CREATE OR REPLACE ALERT sample_sales_alert
WAREHOUSE = <your_warehouse_name>
SCHEDULE = '1 MINUTE'
IF (EXISTS (CALL extract_anomalies()))
THEN
CALL SYSTEM$SEND_EMAIL(
  'sales_email_alert',
  'your_email@snowflake.com',
  'Anomalous Sales Data Detected in data stream',
  CONCAT(
    'Anomalous Sales Data Detected in data stream \n',
    'Value outside of prediction interval detected in the most recent run at ',
    current_timestamp(1)
  ));

要启动或恢复警报，请执行 ALTER ALERT ...RESUME 命令：

ALTER ALERT sample_sales_alert RESUME;

要暂停警报，请执行 ALTER ALERT ...SUSPEND 命令：

ALTER ALERT sample_sales_alert SUSPEND;

限制¶

• 不能选择用于计算特征重要性的技术。

• 特征重要性分数有助于直观地了解哪些特征对模型的准确性较为重要，但应将实际值视为估计值。

示例¶

若要了解特征对模型的相对重要性，请训练模型，然后调用 <model_name>!EXPLAIN_FEATURE_IMPORTANCE。在此示例中，您首先使用两个外生变量创建随机数据：一个是随机的，因此不太可能对模型非常重要，另一个是目标的副本，因此可能对模型更重要。

执行以下语句以生成数据，利用其训练模型，并获取特征的重要性：

CREATE OR REPLACE VIEW v_random_data AS SELECT
  DATEADD('minute', ROW_NUMBER() over (ORDER BY 1), '2023-12-01')::TIMESTAMP_NTZ ts,
  MOD(SEQ1(),10) y,
  UNIFORM(1, 100, RANDOM(0)) exog_a
FROM TABLE(GENERATOR(ROWCOUNT => 500));

CREATE OR REPLACE VIEW v_feature_importance_demo AS SELECT
  ts,
  y,
  exog_a
FROM v_random_data;

SELECT * FROM v_feature_importance_demo;

CREATE OR REPLACE SNOWFLAKE.ML.ANOMALY_DETECTION anomaly_model_feature_importance_demo(
  INPUT_DATA => SYSTEM$REFERENCE('VIEW', 'v_feature_importance_demo'),
  TIMESTAMP_COLNAME => 'ts',
  TARGET_COLNAME => 'y',
  LABEL_COLNAME => ''
);

CALL anomaly_model_feature_importance_demo!EXPLAIN_FEATURE_IMPORTANCE();

输出

由于此示例使用随机数据，因此不要期望输出与此数据完全匹配。

+--------+------+--------------------------------------+-------+-------------------------+
| SERIES | RANK | FEATURE_NAME                         | SCORE | FEATURE_TYPE            |
+--------+------+--------------------------------------+-------+-------------------------+
| NULL   |    1 | aggregated_endogenous_trend_features |  0.36 | derived_from_endogenous |
| NULL   |    2 | exog_a                               |  0.22 | user_provided           |
| NULL   |    3 | epoch_time                           |  0.15 | derived_from_timestamp  |
| NULL   |    4 | minute                               |  0.13 | derived_from_timestamp  |
| NULL   |    5 | lag60                                |  0.07 | derived_from_endogenous |
| NULL   |    6 | lag120                               |  0.06 | derived_from_endogenous |
| NULL   |    7 | hour                                 |  0.01 | derived_from_timestamp  |
+--------+------+--------------------------------------+-------+-------------------------+

示例¶

CREATE TABLE t_error(date TIMESTAMP_NTZ, sales FLOAT, series VARCHAR);
INSERT INTO t_error VALUES
  (TO_TIMESTAMP_NTZ('2019-12-20'), 1.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-21'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-22'), 3.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-23'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-24'), 1.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-25'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-26'), 3.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-27'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-28'), 1.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-29'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-30'), 3.0, 'A'),
  (TO_TIMESTAMP_NTZ('2019-12-31'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2020-01-01'), 2.0, 'A'),
  (TO_TIMESTAMP_NTZ('2020-01-02'), 3.0, 'A'),
  (TO_TIMESTAMP_NTZ('2020-01-03'), 3.0, 'A'),
  (TO_TIMESTAMP_NTZ('2020-01-04'), 7.0, 'A'),
  (TO_TIMESTAMP_NTZ('2020-01-05'), 10.0, 'B'),
  (TO_TIMESTAMP_NTZ('2020-01-06'), 13.0, 'B'),
  (TO_TIMESTAMP_NTZ('2020-01-06'), 12.0, 'B'), -- duplicate timestamp
  (TO_TIMESTAMP_NTZ('2020-01-07'), 15.0, 'B'),
  (TO_TIMESTAMP_NTZ('2020-01-08'), 14.0, 'B'),
  (TO_TIMESTAMP_NTZ('2020-01-09'), 18.0, 'B'),
  (TO_TIMESTAMP_NTZ('2020-01-10'), 12.0, 'B');

CREATE SNOWFLAKE.ML.ANOMALY_DETECTION model(
  INPUT_DATA => SYSTEM$QUERY_REFERENCE('SELECT date, sales, series FROM t_error'),
  SERIES_COLNAME => 'series',
  TIMESTAMP_COLNAME => 'date',
  TARGET_COLNAME => 'sales',
  LABEL_COLNAME => '',
  CONFIG_OBJECT => {'ON_ERROR': 'SKIP'}
);

CALL model!SHOW_TRAINING_LOGS();

输出

+--------+-------------------------------------------------------------------------------------------------+
| SERIES | LOGS                                                                                            |
+--------+-------------------------------------------------------------------------------------------------+
| "B"    | {   "Errors": [     "Frequency cannot be inferred when duplicate timestamps are present."   ] } |
| "A"    | NULL                                                                                            |
+--------+-------------------------------------------------------------------------------------------------+