# Detección de anomalías Detección de anomalías basada en un modelo de aprendizaje automático entrenado.
Ruta al modelo[Texto] Ruta al archivo del modelo. El modelo debe ser creado utilizando el bloque "Entrenamiento del modelo de detección de anomalías".
Datos[Tabla de datos] Datos de entrada. Las columnas de la tabla deben coincidir con las columnas en las que se entrenó el modelo.
Nombre de la columna objetivo

[Texto] Nombre de la columna para registrar el resultado. Si la columna no está en los datos que se ingresan al bloque, se añadirá. El algoritmo permite registrar en diferentes columnas la etiqueta y la puntuación. Para ello, en esta propiedad se deben especificar dos nombres de columnas separados por comas.

Por ejemplo, "PredictedLabel,Score".

Resultado[Tabla de datos] Resultado de la detección de anomalías.
Nivel de procesamiento

Selección del nivel de manejo de errores. Valores posibles:

  • "Default" - por defecto;
  • "Ignore" - errores ignorados;
  • "Handle" - errores procesados.

Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.

Nivel de mensajes

Selección del nivel de mensajes que los bloques mostrarán durante su funcionamiento. Valores posibles:

  • "Default" - por defecto;
  • "Release" - salida desactivada;
  • "Debug" - salida de información principal;
  • "Detailed" - salida de información detallada.

Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.

Texto de error[Texto] Devuelve información detallada sobre el error en caso de que la ejecución del bloque no sea correcta.
--- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.sherparpa.ru/es/sherpa-rpa/sherpa-designer/spravochnik-blokov/mashinnoe-obuchenie-machine-learning/vyyavlenie-anomalii-anomalydetectionpredict.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.