日志服务 SLS 智能异常分析 APP 提供自动化、智能化模型训练能力，可以根据设定的历史数据区间进行监督建模。您可以使用模型训练任务通过监督的方式加强对自身数据的异常学习，来提升未来的异常预警的准确率，模型训练任务主要有以下优势：
-
直接使用SLS的智能巡检功能，准确率不及预期，可以选择使用SLS的模型训练任务，来提升异常检测的准确性
-
智能巡检检测出来的异常和您所认为的异常之间可能存在gap，这种情况也建议您通过有监督的模型训练任务来自适应的检测所需要的异常类型。
阅读本文之前请先阅读：
流程概述
对于模型训练主要包含三个章节：针对有标签数据的配置、针对无标签数据的配置以及后续预测任务的配置。
本文主要讲解预测任务的配置
模型训练作业中的预测任务，主要在模型训练任务完成并生成验证报告之后，对指定实体进行流式的异常检测。（创建的预测任务本质是智能巡检任务，与智能巡检结果和展示保持一致）
过程主要包含预测任务创建配置、数据处理和输出结果三个步骤。
-
预测任务创建配置：通过模型训练结果展示中创建预测任务，通过选择特定的实体ID（即该实体对应的模型文件），以及选择预测开始时间、配置告警来进行预测任务的配置。
-
数据处理：与智能巡检功能的数据处理一致，这里不赘述。
-
输出结果：与智能巡检功能的数据处理一致，这里不赘述。
预测任务创建配置
在模型训练任务创建完成后，我们可以通过 智能异常分析 APP -> 模型训练 -> 作业标识 进入创建的模型训练作业，查看作业的结果。
在作业的结果页面，我们可以通过点击右上方的创建预测任务来打开创建界面：
创建预测任务界面如下：
-
任务名：可以自定义，默认是模型训练任务名_predict
-
实体表格： 可以通过左侧小方框来选择想要智能巡检的实体ID，可以通过实体信息进行选择
-
起始时间： 对应于模型训练配置的结束时间（目前无法用户自主配置，后续会开放自由配置）
-
数据延时时长：针对数据的写入延迟性设置（例如您当前的时间写入logstore中有60s的延迟，则此处最少设置60）
此处也可以通过点击实体ID，继续点击创建预测任务，来打开创建预测任务配置界面，且通过这种方式可以自动的勾选选点击的实体ID
例如如下配置结束后点击完成
如果成功创建，界面会跳到实时检测界面，会出现我们刚才设置的任务名的预测任务（目前这个任务是不支持主动编辑的）
结果展示
点击作业标识：
可以查看特定实体的预测结果
相关 日志结果字段说明 可参考：
