---
title: 参数包
description: "参数包详解如表1所示。"
url: https://www.hikunpeng.com/document/detail/zh/kunpengboostkithistory/2400/sds/kunpengksml_36_0024.html
sourcePath: /source/zh/kunpengboostkithistory/2400/sds/kunpengksml_36_0024.html
indexId: bde6089ac77e336fd72371de7251234371a969b74ad8e6cfb8d2c5f0cbc61db067
---
# 参数包

参数包详解如表1所示。


**表1 参数包参数描述**

| param | 描述 | 输入/输出 | 类型 | 取值范围 | 默认值 |
| --- | --- | --- | --- | --- | --- |
| detect\_points | 被检测的源数据点数。 | 输入 | int | [1 ~ ∞) | 120 |
| valid\_factor\_default | 控制模型灵敏度的默认参数。 | 输入 | float | (0.0 ~ ∞) | 1.0 |
| detection\_window | 用于检测的滑动窗口大小。 | 输入 | int | [1 ~ ∞) | 5 |
| slide\_window | 用于检测的滑动窗口滚动步长。 | 输入 | int | [2 ~ 待检测盘总数] | 5 |
| train\_model\_min | DBSCAN算法最小半径参数。 | 输入 | float | (0.0 ~ ∞) | 0.3 |
| log\_file | 日志文件路径。 | 输入 | String | \- | /var/log/smartmaintainkit.log |


慢盘检测的效果主要由两个指标决定。

- 滑动窗口的宽度与步长。
  被检测的所有源数据被分割成一个个滑动窗口，每个滑动窗口的值被打包成一个测试点。
  - detection_window控制窗口宽度。
  - slide_window控制窗口滑动步长。
    例如原本使用默认参数调用，但数据集中慢盘的时延出现时间较短，无法检测出慢盘。

    1 slow_detect(r'slow_test.data', r'result.data')

    经调整detection_window，适配窗口宽度。减小slide_window，缩窄滑动步长，以对时延采集更加细致。

    1 2 param = {'detection_window': 4, 'slide_window': 2} slow_detect(r'slow_test.data', r'result.data', param)


- 慢盘检测的精度。
  该指标由DBSCAN算法的半径决定，而该半径由valid_factor_default，train_model_min两个参数决定。

  valid_factor_default是一个因子，它与每个检测点的值进行计算，最终得出DBSCAN算法的半径。valid_factor_default越大，DBSCAN算法的半径越大，慢盘检测的精度越低，反之亦然。

  但是DBSCAN算法的半径必须大于0，所以需要一个最小值来控制valid_factor_default因子计算得出的DBSCAN算法的半径。

  如果发现日志中出现“WARNING: Model is too low, set model with train_model_min”，则代表通过valid_factor_default最终计算出的DBSCAN算法半径，低于train_model_min值。然后则会将DBSCAN算法的半径设置为train_model_min的值。

  例如对慢盘的时延精度要求较高，慢盘的时延与正常盘的时延差距较小，执行如下命令使用默认参数调用无法检测出慢盘。

  1 slow_detect(r'slow_test.data', r'result.data')

  此时可以通过降低valid_factor_default的值来达到预期的效果。

  1 2 param = {'valid_factor_default': 0.5} slow_detect(r'slow_test.data', r'result.data', param)

  如果发现日志中出现“WARNING: Model is too low, set model with train_model_min"，则表明已经达到train_model_min最小半径下限，如需继续提高精度，则可以继续降低train_model_min参数的下限值。 1 2 param = {'valid_factor_default': 0.5, 'train_model_min': 0.1} slow_detect(r'slow_test.data', r'result.data', param)