AnomalyDetectorClient class

الحزمة:

@azure/ai-anomaly-detector

فئة العميل للتفاعل مع خدمة Azure Anomaly Detector.

Extends

AnomalyDetector

المنشئون

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>") );

الخصائص الموروثة

apiVersion
endpoint

الأساليب المتوارثة

deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)	حذف نموذج متعدد المتغيرات موجود وفقا لمعرف النموذج
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.
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)	تقييم درجة نقطة التغيير لكل نقطة سلسلة
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.
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.
exportModel(string, AnomalyDetectorExportModelOptionalParams)	تصدير نموذج الكشف عن الحالات الخارجة عن المألوف متعدد المتغيرات استنادا إلى modelId
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)	الحصول على نتيجة الكشف عن الحالات الشاذة متعددة المتغيرات استنادا إلى resultId الذي تم إرجاعه بواسطة واجهة برمجة تطبيقات DetectAnomalyAsync
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)	احصل على معلومات مفصلة عن النموذج متعدد المتغيرات، بما في ذلك حالة التدريب والمتغيرات المستخدمة في النموذج.
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)	واجهة برمجة التطبيقات المتزامنة للكشف عن الحالات الشاذة.
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)	سرد نماذج الاشتراك
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)	أرسل طلب HTTP الذي يتم ملؤه باستخدام OperationSpec المتوفر.
sendRequest(RequestPrepareOptions | WebResourceLike)	أرسل httpRequest المتوفر.
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.

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

TokenCredential | KeyCredential

يستخدم لمصادقة الطلبات إلى الخدمة.

options

PipelineOptions

يستخدم لتكوين عميل Form Recognizer.

تفاصيل الخاصية الموروثة

apiVersion

apiVersion: string

قيمة الخاصية

string

موروث منAnomalyDetector.apiVersion

endpoint

endpoint: string

قيمة الخاصية

string

موروث منAnomalyDetector.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.

options

AnomalyDetectorDeleteMultivariateModelOptionalParams

معلمات الخيارات.

المرتجعات

Promise<RestResponse>

موروث منAnomalyDetector.deleteMultivariateModel

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

options

AnomalyDetectorDetectAnomalyOptionalParams

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

body

DetectChangePointRequest

هناك حاجة إلى نقاط سلسلة زمنية ونقاوة. يمكن أيضا تعيين معلمات النموذج المتقدم في الطلب إذا لزم الأمر.

options

AnomalyDetectorDetectChangePointOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorDetectChangePointResponse>

موروث منAnomalyDetector.detectChangePoint

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.

options

AnomalyDetectorDetectEntireSeriesOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorDetectEntireSeriesResponse>

موروث منAnomalyDetector.detectEntireSeries

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.

options

AnomalyDetectorDetectLastPointOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorDetectLastPointResponse>

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.

options

AnomalyDetectorExportModelOptionalParams

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.

options

AnomalyDetectorGetDetectionResultOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorGetDetectionResultResponse>

موروث منAnomalyDetector.getDetectionResult

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.

options

AnomalyDetectorGetMultivariateModelOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorGetMultivariateModelResponse>

موروث منAnomalyDetector.getMultivariateModel

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.

options

AnomalyDetectorLastDetectAnomalyOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorLastDetectAnomalyResponse>

موروث منAnomalyDetector.lastDetectAnomaly

listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)

سرد نماذج الاشتراك

function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>

المعلمات

options

AnomalyDetectorListMultivariateModelOptionalParams

معلمات الخيارات.

المرتجعات

PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>

موروث منAnomalyDetector.listMultivariateModel

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>

موروث منAnomalyDetector.sendOperationRequest

sendRequest(RequestPrepareOptions | WebResourceLike)

أرسل httpRequest المتوفر.

function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>

المعلمات

options

RequestPrepareOptions | WebResourceLike

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

body

AnomalyDetectorClientModelInfo

طلب التدريب

options

AnomalyDetectorTrainMultivariateModelOptionalParams

معلمات الخيارات.

المرتجعات

Promise<AnomalyDetectorTrainMultivariateModelResponse>

موروث منAnomalyDetector.trainMultivariateModel