CREATE SNOWFLAKE.ML.ANOMALY_DETECTION¶

Syntaxe¶

CREATE [ OR REPLACE ] SNOWFLAKE.ML.ANOMALY_DETECTION <model_name>(
  INPUT_DATA => <reference_to_training_data>,
  [ SERIES_COLNAME => '<series_column_name>', ]
  TIMESTAMP_COLNAME => '<timestamp_column_name>',
  TARGET_COLNAME => '<target_column_name>',
  LABEL_COLNAME => '<label_column_name>',
  [ CONFIG_OBJECT => <config_object> ]
)
[ [ WITH ] TAG ( <tag_name> = '<tag_value>' [ , <tag_name> = '<tag_value>' , ... ] ) ]
[ COMMENT = '<string_literal>' ]

Paramètres¶

model_name

Spécifie l’identificateur (le nom_de_modèle) de l’objet de détection d’anomalies ; doit être unique pour le schéma dans lequel l’objet est créée.

De plus, l’identificateur doit commencer par un caractère alphabétique et ne peut pas contenir d’espaces ou de caractères spéciaux à moins que toute la chaîne d’identificateur soit délimitée par des guillemets doubles (par exemple, "My object"). Les identificateurs entre guillemets doubles sont également sensibles à la casse. Pour plus de détails, voir Exigences relatives à l’identificateur.

Arguments du constructeur¶

Obligatoire :

INPUT_DATA => reference_to_training_data

Spécifie une référence à la table, à la vue ou à la requête qui renvoie les données d’entraînement pour le modèle.

Pour créer cette référence, vous pouvez utiliser le mot-clé TABLE avec le nom de la table, de la vue ou de la requête, ou vous pouvez appeler la fonction SYSTEM$REFERENCE ou SYSTEM$QUERY_REFERENCE.

TIMESTAMP_COLNAME => 'timestamp_column_name'

Spécifie le nom de la colonne contenant les horodatages (TIMESTAMP_NTZ) dans les données de séries temporelles.

TARGET_COLNAME => 'target_column_name'

Spécifie le nom de la colonne contenant les données (NUMERIC ou FLOAT) à analyser.

LABEL_COLNAME => 'label_column_name'

Spécifie le nom de la colonne contenant les balises des données. Les balises sont des valeurs booléennes (vrai/faux) indiquant si une ligne donnée est une anomalie connue. Si vous ne disposez pas de données balisées, indiquez une chaîne vide ('') pour cet argument.

Facultatif :

SERIES_COLNAME => 'series_column_name'

Nom de la colonne contenant l’identificateur de la série (pour les données multi-séries). Cette colonne doit être un VARIANT, car elle peut contenir n’importe quel type de valeur ou une combinaison de valeurs provenant de plusieurs colonnes d’un tableau.

CONFIG_OBJECT => config_object

OBJECT contenant des paires clé-valeur utilisées pour configurer la tâche d’entraînement des modèles.

Clé	Type	Par défaut	Description
aggregation_categorical	STRING	'MODE'	Méthode d’agrégation pour les fonctionnalités catégorielles. Valeurs prises en charge : 'MODE' : valeur la plus fréquente. 'FIRST' : valeur la plus ancienne. 'LAST' : valeur la plus récente.
aggregation_numeric	STRING	'MEAN'	La méthode d’agrégation pour les fonctionnalités numériques. Valeurs prises en charge : 'MEAN' : moyenne des valeurs. 'MEDIAN' : valeur moyenne. MODE : valeur la plus fréquente. 'MIN' : valeur plus petite. 'MAX' : valeur la plus grande. 'SUM' : total des valeurs. 'FIRST' : valeur la plus ancienne. 'LAST' : valeur la plus récente.
aggregation_target	STRING	Même chose que aggregation_numeric, ou 'MEAN' si non spécifié	Méthode d’agrégation pour la valeur cible. Valeurs prises en charge : 'MEAN' : moyenne des valeurs. 'MEDIAN' : valeur moyenne. MODE : valeur la plus fréquente. 'MIN' : valeur plus petite. 'MAX' : valeur la plus grande. 'SUM' : total des valeurs. 'FIRST' : valeur la plus ancienne. 'LAST' : valeur la plus récente.
evaluate	BOOLEAN	TRUE	Si des mesures d’évaluation doivent être générées. Si cette valeur est définie sur TRUE, un apprentissage est effectué sur des modèles supplémentaires pour la validation croisée via les paramètres de evaluation_config.
evaluation_config	OBJECT	Voir Configuration de l’évaluation.	Objet de configuration facultatif permettant de spécifier la manière dont les métriques d’évaluation hors échantillon doivent être générées. Voir la section suivante.
frequency	STRING	s/o	Fréquence des séries chronologiques. Si non spécifié, le modèle déduit la fréquence. La valeur doit être une chaîne représentant une période, telle que '1 day'. Les unités prises en charge incluent les secondes, les minutes, les heures, les jours, les semaines, les mois, les trimestres et les années. Vous pouvez utiliser le singulier (« heure ») ou le pluriel (« heures ») pour le nom de l’intervalle, mais vous ne pouvez pas l’abréger.
on_error	STRING	'ABORT'	Chaîne (constante) qui spécifie la méthode de gestion des erreurs pour l’entraînement. Cette fonction est particulièrement utile lors de l’entraînement de plusieurs séries. Valeurs prises en charge : 'abort' : abandonner l’entraînement si une erreur est rencontrée dans une série temporelle. 'skip' : ignorer toute série temporelle pour laquelle l’entraînement a rencontré une erreur. Cela permet de réussir l’entraînement pour d’autres séries temporelles. Pour connaître les séries qui ont échoué lors de l’entraînement du modèle, appelez la méthode <nom_du_modèle>!SHOW_TRAINING_LOGS du modèle.

Configuration de l’évaluation¶

L’objet evaluation_config contient des paires clé-valeur qui configurent la validation croisée. Ces paramètres proviennent du validateur croisé TimeSeriesSplit scikit-learn.

Notes sur l’utilisation¶

• Si les noms de colonnes spécifiés par les arguments TIMESTAMP_COLNAME, TARGET_COLNAME ou LABEL_COLNAME n’existent pas dans la table, la vue ou la requête spécifiée par l’argument INPUT_DATA, une erreur se produit.

• La réplication n’est pas prise en charge pour les instances de classe, à l’exception des instances de la classe CUSTOM_CLASSIFIER.

Exemples¶

Pour un exemple représentatif, voir l”exemple de détection d’anomalies.