阈值检测器¶
基于用户给定阈值检测异常的检测器。该检测器将时间序列值与用户给定的阈值进行比较，并在值超出阈值时将时间点识别为异常。
- class darts.ad.detectors.threshold_detector.ThresholdDetector(low_threshold=None, high_threshold=None)[源代码]¶
基类：
Detector,_BoundedDetectorMixin阈值检测器
标志值，分别低于 low_threshold 或高于 high_threshold。
如果为 low_threshold 或 high_threshold 提供了一个单一值，这个相同的值将用于序列的所有组成部分。
如果为参数 low_threshold 和/或 high_threshold 提供了值序列，它们的长度必须相同，与传递给 detect() 的序列的维度匹配，或者长度为 1。在后一种情况下，这个单一值将用于序列的所有组成部分。
如果 low_threshold 或 high_threshold 为 None，则不会使用相应的边界。但是，这两个值中至少有一个必须设置。
- 参数
low_threshold (
Union[int,float,Sequence[float],None]) – （序列的）下界。如果是一个序列，必须与应用此检测器的序列的维度相匹配。high_threshold (
Union[int,float,Sequence[float],None]) – （序列的）上界。如果是一个序列，必须与应用此检测器的序列的维度相匹配。
属性
高阈值
低阈值
方法
detect(series[, name])检测给定时间序列中的异常。
eval_metric(anomalies, pred_scores[, ...])根据真实异常对结果进行评分。
- detect(series, name='series')¶
检测给定时间序列中的异常。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 用于检测异常的（序列）系列。name (
str) – series 的名称。
- 返回
二元预测（如果被视为异常则为1，否则为0）
- 返回类型
Union[TimeSeries, Sequence[TimeSeries]]
- eval_metric(anomalies, pred_scores, window=1, metric='recall')¶
根据真实异常对结果进行评分。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – 地面真值二进制异常序列（1 表示异常，0 表示正常）。pred_scores (
Union[TimeSeries,Sequence[TimeSeries]]) – 估计的异常分数序列（序列），指示每个大小为 w 的窗口的异常程度。window (
int) – 整数值，表示 pred_scores 中每个点代表的过去样本数量。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的度量函数名称。必须是以下之一：“recall”、“precision”、“f1”和“accuracy”。默认值：“recall”。
- 返回
每个异常分数的指标结果
- 返回类型
Union[float, Sequence[float], Sequence[Sequence[float]]]
- property high_threshold¶
- property low_threshold¶