Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Anmärkning
Den här handledningen är en del av en serie. För det föregående avsnittet, se: Realtidsintelligens-självstudiekurs del 6: Skapa en realtidsdashboard.
I den här delen av självstudien skapar du ett realtidsdataarbetsflöde som identifierar avvikelser i strömmande data. Du använder en Eventhouse-tabell för att analysera tidsseriedata och identifiera ovanliga mönster.
Skapa en avvikelseidentifiering
Öppna tabellen Eventhouse som skapades i föregående självstudie.
I det vänstra navigeringsfönstret väljer du Realtid.
Under Strömmande data väljer du tabellen TransformedData.
På sidan tabellinformation väljer du Identifiera avvikelser i verktygsfältet.
Skapa en detektor för att analysera data för avvikelser.
I fönstret Ny avvikelseidentifiering :
- Ange ett namn för detektorn.
- Välj din Fabric arbetsyta.
- Välj Skapa.
Konfigurera detektering av avvikelser
Konfigurera de attribut som används för att identifiera avvikelser.
I avsnittet Redigera konfiguration anger du följande värden:
Fält Värde Värde att titta på Inga_cyklar Gruppera efter Gata Tidsstämpel Tidsstämpel Välj Spara.
Välj en modell för avvikelseidentifiering
I avsnittet Hitta modeller väljer du Analysera mina data för att hitta den bästa modellen för avvikelseidentifiering för dina data.
Granska de rekommenderade modellerna och välj den som bäst passar dina behov. I den här självstudien väljer du den rekommenderade modellen för lokal mönsteridentifiering .
Välj Spara.
Granska avvikelseresultat
När analysen är klar granskar du de identifierade avvikelserna.
Visa avvikelseresultatet i fönstret Detektorresultat .
Granska diagrammet och tabellutdata för att identifiera ovanliga mönster.