# Detecção de Anomalias Detecção de anomalias com base em um modelo de aprendizado de máquina treinado.
Caminho para o modelo[Texto] Caminho para o arquivo do modelo. O modelo deve ser criado usando o bloco "Treinamento do modelo de detecção de anomalias".
Dados[Tabela de dados] Dados de entrada. As colunas da tabela devem corresponder às colunas nas quais o modelo foi treinado.
Nome da coluna alvo

[Texto] Nome da coluna para registrar o resultado. Se a coluna não estiver nos dados de entrada do bloco, ela será adicionada. O algoritmo permite registrar em colunas diferentes o rótulo e a pontuação. Para isso, neste atributo, especifique dois nomes de colunas separados por vírgula.

Por exemplo, "PredictedLabel,Score".

Resultado[Tabela de dados] Resultado da detecção de anomalias.
Nível de tratamento

Seleção do nível de tratamento de erros. Valores possíveis:

  • "Default" - padrão;
  • "Ignore" - erros são ignorados;
  • "Handle" - erros são tratados.

Se o valor "Default" for selecionado, o valor do bloco "Início" deste diagrama será utilizado.

Nível de mensagens

Seleção do nível de mensagens que os blocos exibirão durante a execução. Valores possíveis:

  • "Default" - padrão;
  • "Release" - saída desativada;
  • "Debug" - saída de informações principais;
  • "Detailed" - saída de informações detalhadas.

Se o valor "Default" for selecionado, o valor do bloco "Início" deste diagrama será utilizado.

Texto do erro[Texto] Retorna informações detalhadas sobre o erro em caso de execução incorreta do bloco.
--- # 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/pt/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.