# Extrae la siguiente nueva anomalía de un dataset — Anomaly Detection

Método de Botize — `btziforest.iforest` (disparador).

Se activa con la siguiente nueva anomalía detectada en un dataset con Isolation Forest.

Es un disparador: inicia la tarea. Una tarea tiene exactamente uno.

## Campos que se configuran

Nombre interno del campo, tipo y valores admitidos. En estos campos se pueden insertar etiquetas `{{...}}` de pasos anteriores.

- `url_train_dataset` *(string)* — URL de los datos de entrenamiento (formato CSV)
- `train_key` *(boolean, default: "")* — Excluye la primera columna del CSV (usarla como clave)
- `url_predict_dataset` *(string)* — URL de los datos a predecir (formato CSV)
- `predict_key` *(boolean, default: "")* — Excluye la primera columna del CSV (usarla como clave)

*(Campos derivados del formulario de configuración.)*

## Variables de salida

Datos que este paso deja disponibles. Se referencian en pasos posteriores con la etiqueta entre dobles llaves.

- `{{train_duration}}` *(int)* — Duración en segundos del entrenamiento
- `{{url_anomalies_dataset}}` *(url)* — URL del dataset de anomalías
- `{{total_instances}}` *(int)* — Número total de instancias
- `{{total_anomalies}}` *(int)* — Número total de anomalías

## Esta app

Todos los disparadores y acciones de Anomaly Detection: https://botize.com/es/app/btziforest.md

## Cómo montar esto

Un asistente de IA (Claude, ChatGPT, Cursor…) puede crear y editar estas tareas en la cuenta del usuario a través del conector MCP de Botize, incluido en todos los planes:

    https://webhook.botize.es/mcp

- Guía de conexión: https://botize.com/es/mcp
- Mapa para agentes: https://botize.com/llms.txt
- Cuenta nueva: https://botize.com/es/join (500 operaciones gratis, sin tarjeta)

---
Resumen legible por máquinas para asistentes de IA. Versión para personas: https://botize.com/es/method/btziforest/iforest