Créer et former un modèle prédictif

Utilisez des modèles statistiques pour déterminer les anomalies significatives en temps réel à l’aide MetricBase de déclencheurs. Vous devrez former un modèle à l’aide de données représentatives déjà stockées dans MetricBase.

Avant de commencer

Rôle requis : administrateur

Procédure

1. Accédez à la Tout > MetricBase > Modèles MetricBase.
2. Sélectionnez Nouveau.
3. Renseignez les champs du formulaire.

   Tableau 1. Nouveau modèle de formulaire d’enregistrement

   Champ	Description
   Nom du modèle	Nom du modèle. Le nom peut être n’importe quelle combinaison de caractères alphanumériques. Ce nom de modèle est différent de la classe de modèle. En général, le nom fait référence à la valeur de Grouper par.
   Nom de la table	Nom de la table qui contient les données de formation.
   Mesure	Nom de la mesure que vous utilisez pour former le modèle. La mesure doit appartenir à la table.
   Créé	Date à laquelle vous avez formé le modèle.
   Filtre	Filtres que vous utilisez pour exclure certaines données du jeu de données. Remarque : Lorsque vous choisissez des données pour former votre modèle, essayez de sélectionner des données qui démontrent un comportement attendu pour réduire les anomalies dans le jeu de formation.
   Grouper par	Vous pouvez utiliser Grouper par comme champ discriminant pour vos données de modèle. Par exemple, si vous souhaitez créer un modèle de données sur un groupe de serveurs de production dont les performances diffèrent selon le rôle (tels que les rôles de serveur de base de données ou de serveur d’applications), vous pouvez choisir le rôle comme champ Grouper par . Le processus de formation crée un modèle par rôle dans le groupe d’enregistrements sélectionné par le filtre. Vous n’avez pas besoin de créer manuellement un modèle pour chaque rôle.
   Classe de modèle	L’algorithme à utiliser lors de la formation des données. Sélectionnez un algorithme de moyenne mobile (PEWMA, ARIMA), un algorithme saisonnier (STL, HW) ou choisissez Trouver le modèle le mieux adapté. La valeur par défaut est Trouver le modèle le mieux adapté, qui teste chaque algorithme et sélectionne celui qui semble le mieux adapté par rapport à l’ensemble de formations.
   Date de début de l'ensemble de données de formation	MetricBase Données de séries chronologiques pour la mesure commençant par cette date.
   Date de fin de l'ensemble de données de formation	MetricBase Données de séries chronologiques pour la mesure se terminant par cette date.
   Valide jusqu'au	Date qui sert de rappel pour envisager la reformation du modèle. Si le modèle fonctionne bien, il n’est pas nécessaire de le reformer. Le modèle peut continuer à fonctionner au-delà de cette date.
   Actif	Option permettant d’utiliser le modèle formé. Une fois que le modèle est actif, il peut être utilisé comme Studio de workflow déclencheur.

4. Cliquez sur Soumettre et former.
   MetricBase Forme le modèle. Lorsque vous avez terminé, le modèle apparaît dans l’onglet Instances de modèles MetricBase .
5. Cliquez sur le nom du modèle.
   Les données de modélisation s’affichent, tout comme la chaîne de modèle avec les paramètres optimisés par la formation.

   

6. Facultatif : Cliquez sur le nom du modèle, puis sur Définir le modèle pour modifier les paramètres du modèle.
   Vous pouvez modifier les paramètres du modèle si vous souhaitez remplacer les paramètres d’entraînement de votre modèle. Le graphique n’est pas mis à jour, vous enregistrez la chaîne de modèle révisée.

Que faire ensuite

Vous pouvez créer un Studio de workflow déclencheur pour ce modèle. Pour plus d’informations, consultez Créer un déclencheur de modèle.