39 lines
1.8 KiB
Markdown
39 lines
1.8 KiB
Markdown
---
|
||
title: "机器学习算法"
|
||
sidebar_label: "机器学习算法"
|
||
---
|
||
|
||
Autoencoder<sup>[1]</sup>: TDgpt 内置了一个使用自编码器（Autoencoder）构建的深度学习网络的异常检测模型。该异常检测模型基于 NAB 的 [art_daily_small_noise 数据集](https://raw.githubusercontent.com/numenta/NAB/master/data/artificialNoAnomaly/art_daily_small_noise.csv) 进行训练，该模型的详细信息请参见 添加机器学习模型/[准备模型](../dev/ml/index) 部分。
|
||
|
||
我们并没有将该模型预置与 `model` 目录中。需要该模型正常运行需要下载模型文件，请点击此处[下载](https://github.com/taosdata/TDengine/blob/main/tools/tdgpt/model/sample-ad-autoencoder/), 并在 `/var/lib/taos/taosanode/model/` 目录中创建子目录 `sample-ad-autoencoder`，保存下载两个模型文件，然后需要重启 taosanode 服务。相关操作原理及方式请参考[添加机器学习模型](../dev/ml) 的介绍。
|
||
|
||
此时 `model` 文件夹结构如下：
|
||
|
||
```bash
|
||
.
|
||
└── model
|
||
└── sample-ad-autoencoder
|
||
├── sample-ad-autoencoder.keras
|
||
└── sample-ad-autoencoder.info
|
||
```
|
||
|
||
```SQL
|
||
--- 在 options 中增加 model 参数 sample-ad-autoencoder， 采用自编码器的异常检测模型进行异常检测
|
||
SELECT _wstart, count(*)
|
||
FROM foo anomaly_window(val, 'algo=sample_ad_model,model=sample-ad-autoencoder');
|
||
```
|
||
|
||
其中的 `algo` 设置为 `sample_ad_model` 为示例异常检测模型，`model` 指定加载模型文件的信息。需要注意的是，该模型只针对训练的数据集具有较好的检测效果，针对非训练相关数据集，可能无法
|
||
得出合适的结果。
|
||
|
||
|
||
后续添加机器（深度）学习异常检测算法
|
||
|
||
- Isolation Forest
|
||
- One-Class Support Vector Machines (SVM)
|
||
- Prophet
|
||
|
||
### 参考文献
|
||
|
||
1. https://en.wikipedia.org/wiki/Autoencoder
|