模型测试

将样例数据中的测试数据集加载至当前学件项目中，进行数据预处理，并基于训练出的模型进行效果验证。

1. 单击界面左下角的“加载数据”，弹出“加载数据”代码框，如图1所示。

   需要配置的参数如下所示，其余参数保持默认值即可。

   • 数据集：从下拉框中选择数据集“samples”。
   • 数据集实例：从下拉框中选择测试数据“fcn_yahoo_test”。
   • 数据引用变量名：展开“高级配置”，配置“数据引用变量名”。因为学件项目引用了多份数据，分别为训练数据和测试数据，为避免冲突，修改测试数据的“数据引用变量名”为“datareference1”。
   图1 加载数据
   

2. 单击“加载数据”代码框左侧的图标。运行代码，绑定测试数据。

   运行成功后，可以查看测试数据。

3. 单击界面左下角的“数据预处理”，弹出“数据预处理”代码框，如图2所示。

   参数说明如下所示：

   • 指标列：保持默认值“value”。
   • 标签列：保持默认值“is_anomaly”。
   • 数据处理模式：选择“测试”。

   左侧代码框需要修改如下内容：

   • “data”在训练数据做数据预处理时已经使用，需要修改为“test_data”。
   • “datareference”需要修改为测试数据的引用变量名“datareference1”。
   图2 数据预处理
   

4. 单击“数据预处理”代码框左侧的图标。运行代码，对测试数据做数据预处理。
5. 单击界面左下角的“异常检测模型测试”，弹出“异常检测模型测试”代码框，如图3所示。

   “是否绘图”请选择“是”，可以通过绘图查看模型的测试验证效果。

   图3 异常检测模型测试
   

6. 单击“异常检测模型测试”代码框左侧的图标。等待模型测试完成。

   模型测试打印结果示例，如图4所示。截图仅为模型测试打印结果的一部分，具体以实际打印结果为准。

   图中黑点是模型预测的异常点，红点是原始异常点。

   图4 模型测试结果