AnomalyDetectorClient class
فئة العميل للتفاعل مع خدمة Azure Anomaly Detector.
- Extends
المنشئون
Anomaly |
إنشاء مثيل AnomalyDetectorClient. استخدام المثال:
|
الخصائص الموروثة
api |
|
endpoint |
الأساليب المتوارثة
delete |
حذف نموذج متعدد المتغيرات موجود وفقا لمعرف النموذج |
detect |
إرسال مهمة الكشف عن الحالات الشاذة متعددة المتغيرات مع النموذج المدرب ل modelId، يجب أن يكون مخطط الإدخال هو نفسه مع طلب التدريب. وبالتالي سيتم إكمال الطلب بشكل غير متزامن وسيعيد resultId للاستعلام عن نتيجة الكشف. يجب أن يكون الطلب ارتباطا مصدر للإشارة إلى عنوان Uri لتخزين Azure يمكن الوصول إليه خارجيا (يفضل أن يكون عنوان Uri لتوقيع الوصول المشترك). يجب ضغط جميع السلاسل الزمنية المستخدمة في إنشاء النموذج في ملف واحد. ستكون كل سلسلة زمنية كما يلي: العمود الأول هو الطابع الزمني والعمود الثاني هو القيمة. |
detect |
تقييم درجة نقطة التغيير لكل نقطة سلسلة |
detect |
تنشئ هذه العملية نموذجا بسلسلة بأكملها، ويتم الكشف عن كل نقطة بنفس النموذج. باستخدام هذا الأسلوب، يتم استخدام النقاط قبل وبعد نقطة معينة لتحديد ما إذا كانت حالة شاذة. يمكن أن يمنح الكشف بأكمله المستخدم الحالة العامة للسلسلة الزمنية. |
detect |
تنشئ هذه العملية نموذجا يستخدم نقاطا قبل أحدث نموذج. باستخدام هذا الأسلوب، يتم استخدام النقاط التاريخية فقط لتحديد ما إذا كانت النقطة المستهدفة هي حالة شاذة. تتطابق أحدث عملية اكتشاف نقطة مع سيناريو المراقبة في الوقت الحقيقي لمقاييس الأعمال. |
export |
تصدير نموذج الكشف عن الحالات الخارجة عن المألوف متعدد المتغيرات استنادا إلى modelId |
get |
الحصول على نتيجة الكشف عن الحالات الشاذة متعددة المتغيرات استنادا إلى resultId الذي تم إرجاعه بواسطة واجهة برمجة تطبيقات DetectAnomalyAsync |
get |
احصل على معلومات مفصلة عن النموذج متعدد المتغيرات، بما في ذلك حالة التدريب والمتغيرات المستخدمة في النموذج. |
last |
واجهة برمجة التطبيقات المتزامنة للكشف عن الحالات الشاذة. |
list |
سرد نماذج الاشتراك |
send |
أرسل طلب HTTP الذي يتم ملؤه باستخدام OperationSpec المتوفر. |
send |
أرسل httpRequest المتوفر. |
train |
إنشاء نموذج الكشف عن الحالات الشاذة متعدد المتغيرات وتدريبه. يجب أن يتضمن الطلب معلمة مصدر للإشارة إلى عنوان Uri لتخزين Azure يمكن الوصول إليه خارجيا (ويفضل أن يكون Shared Access Signature Uri). يجب ضغط جميع السلاسل الزمنية المستخدمة في إنشاء النموذج في ملف واحد. ستكون كل سلسلة زمنية في ملف CSV واحد يكون فيه العمود الأول طابعا زمنيا والعمود الثاني هو القيمة. |
تفاصيل المنشئ
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
إنشاء مثيل AnomalyDetectorClient.
استخدام المثال:
import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector";
const client = new AnomalyDetectorClient(
"<service endpoint>",
new AzureKeyCredential("<api key>")
);
new AnomalyDetectorClient(endpointUrl: string, credential: TokenCredential | KeyCredential, options?: PipelineOptions)
المعلمات
- endpointUrl
-
string
عنوان URL لنقطة نهاية خدمة Azure Anomaly Detector
- credential
يستخدم لمصادقة الطلبات إلى الخدمة.
- options
- PipelineOptions
يستخدم لتكوين عميل Form Recognizer.
تفاصيل الخاصية الموروثة
apiVersion
endpoint
تفاصيل الأساليب المتوارثة
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
حذف نموذج متعدد المتغيرات موجود وفقا لمعرف النموذج
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>
المعلمات
- modelId
-
string
معرف النموذج.
معلمات الخيارات.
المرتجعات
Promise<RestResponse>
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
إرسال مهمة الكشف عن الحالات الشاذة متعددة المتغيرات مع النموذج المدرب ل modelId، يجب أن يكون مخطط الإدخال هو نفسه مع طلب التدريب. وبالتالي سيتم إكمال الطلب بشكل غير متزامن وسيعيد resultId للاستعلام عن نتيجة الكشف. يجب أن يكون الطلب ارتباطا مصدر للإشارة إلى عنوان Uri لتخزين Azure يمكن الوصول إليه خارجيا (يفضل أن يكون عنوان Uri لتوقيع الوصول المشترك). يجب ضغط جميع السلاسل الزمنية المستخدمة في إنشاء النموذج في ملف واحد. ستكون كل سلسلة زمنية كما يلي: العمود الأول هو الطابع الزمني والعمود الثاني هو القيمة.
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>
المعلمات
- modelId
-
string
معرف النموذج.
- body
- DetectionRequest
الكشف عن طلب الحالات الشاذة
معلمات الخيارات.
المرتجعات
Promise<AnomalyDetectorDetectAnomalyResponse>
موروث منAnomalyDetector.detectAnomaly
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
تقييم درجة نقطة التغيير لكل نقطة سلسلة
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>
المعلمات
هناك حاجة إلى نقاط سلسلة زمنية ونقاوة. يمكن أيضا تعيين معلمات النموذج المتقدم في الطلب إذا لزم الأمر.
معلمات الخيارات.
المرتجعات
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
تنشئ هذه العملية نموذجا بسلسلة بأكملها، ويتم الكشف عن كل نقطة بنفس النموذج. باستخدام هذا الأسلوب، يتم استخدام النقاط قبل وبعد نقطة معينة لتحديد ما إذا كانت حالة شاذة. يمكن أن يمنح الكشف بأكمله المستخدم الحالة العامة للسلسلة الزمنية.
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>
المعلمات
- body
- DetectRequest
نقاط السلاسل الزمنية والفترة إذا لزم الأمر. يمكن أيضا تعيين معلمات النموذج المتقدم في الطلب.
معلمات الخيارات.
المرتجعات
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
تنشئ هذه العملية نموذجا يستخدم نقاطا قبل أحدث نموذج. باستخدام هذا الأسلوب، يتم استخدام النقاط التاريخية فقط لتحديد ما إذا كانت النقطة المستهدفة هي حالة شاذة. تتطابق أحدث عملية اكتشاف نقطة مع سيناريو المراقبة في الوقت الحقيقي لمقاييس الأعمال.
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>
المعلمات
- body
- DetectRequest
نقاط السلاسل الزمنية والفترة إذا لزم الأمر. يمكن أيضا تعيين معلمات النموذج المتقدم في الطلب.
معلمات الخيارات.
المرتجعات
موروث منAnomalyDetector.detectLastPoint
exportModel(string, AnomalyDetectorExportModelOptionalParams)
تصدير نموذج الكشف عن الحالات الخارجة عن المألوف متعدد المتغيرات استنادا إلى modelId
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>
المعلمات
- modelId
-
string
معرف النموذج.
معلمات الخيارات.
المرتجعات
Promise<AnomalyDetectorExportModelResponse>
موروث منAnomalyDetector.exportModel
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
الحصول على نتيجة الكشف عن الحالات الشاذة متعددة المتغيرات استنادا إلى resultId الذي تم إرجاعه بواسطة واجهة برمجة تطبيقات DetectAnomalyAsync
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>
المعلمات
- resultId
-
string
معرف النتيجة.
معلمات الخيارات.
المرتجعات
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
احصل على معلومات مفصلة عن النموذج متعدد المتغيرات، بما في ذلك حالة التدريب والمتغيرات المستخدمة في النموذج.
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>
المعلمات
- modelId
-
string
معرف النموذج.
معلمات الخيارات.
المرتجعات
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
واجهة برمجة التطبيقات المتزامنة للكشف عن الحالات الشاذة.
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>
المعلمات
- modelId
-
string
معرف النموذج.
- body
- LastDetectionRequest
طلب الكشف الأخير.
معلمات الخيارات.
المرتجعات
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
سرد نماذج الاشتراك
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
المعلمات
معلمات الخيارات.
المرتجعات
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
أرسل طلب HTTP الذي يتم ملؤه باستخدام OperationSpec المتوفر.
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>
المعلمات
- operationArguments
- OperationArguments
سيتم ملء الوسيطات التي سيتم ملء القيم المقالب لطلب HTTP منها.
- operationSpec
- OperationSpec
OperationSpec المراد استخدامه لملء httpRequest.
- callback
-
ServiceCallback<any>
رد الاتصال للاتصال عند تلقي الاستجابة.
المرتجعات
Promise<RestResponse>
sendRequest(RequestPrepareOptions | WebResourceLike)
أرسل httpRequest المتوفر.
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>
المعلمات
- options
المرتجعات
Promise<HttpOperationResponse>
موروث منAnomalyDetector.sendRequest
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
إنشاء نموذج الكشف عن الحالات الشاذة متعدد المتغيرات وتدريبه. يجب أن يتضمن الطلب معلمة مصدر للإشارة إلى عنوان Uri لتخزين Azure يمكن الوصول إليه خارجيا (ويفضل أن يكون Shared Access Signature Uri). يجب ضغط جميع السلاسل الزمنية المستخدمة في إنشاء النموذج في ملف واحد. ستكون كل سلسلة زمنية في ملف CSV واحد يكون فيه العمود الأول طابعا زمنيا والعمود الثاني هو القيمة.
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>
المعلمات
طلب التدريب
معلمات الخيارات.
المرتجعات
Azure SDK for JavaScript
الملاحظات
https://aka.ms/ContentUserFeedback.
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجعإرسال الملاحظات وعرضها المتعلقة بـ