Entrenamiento del modelo de detección de anomalías#

Crea un nuevo modelo de aprendizaje automático para la detección de anomalías, lo entrena en función de los datos de entrada y guarda el modelo final en un archivo.

Datos para el entrenamiento	[Texto] Ruta al archivo CSV que contiene los datos para el entrenamiento. El archivo debe contener encabezados correctos. El archivo debe estar en formato UTF8.
Número de componentes	[Número] Número de componentes en PCA (rango). Para la detección automática, establezca el valor en cero.
Números de columnas de datos	[Texto] Números de las columnas que contienen los datos. Separador coma. La numeración comienza desde cero. Por ejemplo, `"1,3"`.
Números de columnas de texto	[Texto] Números de las columnas que contienen datos de texto. Separador coma. Si este valor no se completa, el tipo de columna se reconocerá automáticamente. La numeración comienza desde cero. Por ejemplo, `"1,3"`.
Separador	[Texto] Separador de columnas CSV.
Tipo de algoritmo	Selección del tipo de algoritmo.
Ruta al modelo	[Texto] Ruta para guardar el archivo del modelo.
Nivel de procesamiento	Selección del nivel de manejo de errores. Valores posibles: "Default" - por defecto; "Ignore" - errores ignorados; "Handle" - errores manejados. Si se elige 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 la operación. Valores posibles: "Default" - por defecto; "Release" - salida desactivada; "Debug" - salida de información principal; "Detailed" - salida de información detallada. Si se elige 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.