La fonction anomalies() comprend deux paramètres :
ALGORITHME : méthodologie utilisée pour détecter les anomalies.
LIMITES : largeur de la bande grise. LIMITES peut être interprété comme la représentation de l’écart type de votre algorithme. Une valeur de 2 ou 3 doit suffire pour inclure la plupart des points « normaux ».
Remarque : si vous utilisez des algorithmes de détection d’anomalies agiles ou robustes avec un caractère saisonnier hebdomadaire ou quotidien, vous pouvez mettre à jour votre monitor de détection d’anomalies afin de prendre en compte un fuseau horaire local à l’aide de l’API et de l’IU.
Voici une présentation vidéo de deux minutes à ce sujet :
La fonction outliers() comprend trois paramètres :
ALGORITHME : l’algorithme de singularité à utiliser.
TOLÉRANCE : la tolérance de l’algorithme de singularité.
POURCENTAGE : le pourcentage de points extrêmes nécessaires pour considérer qu’une série constitue une singularité (disponible uniquement pour les algorithmes MAD et scaledMAD).
ALGORITHME : l’algorithme de prévision à utiliser. Les options disponibles sont linear et seasonal. Pour en savoir plus sur ces algorithmes, consultez la section Algorithmes de prévision.
DÉVIATIONS : la largeur de la plage des valeurs prédites. Une valeur de 1 ou 2 devrait être suffisante pour prévoir avec précision la plupart des points « normaux ».
