TimeSeriesCatalog Třída

Definice

Obor názvů:

Microsoft.ML

Sestavení:

Microsoft.ML.TimeSeries.dll

Balíček:

Microsoft.ML.TimeSeries v2.0.0

public static class TimeSeriesCatalog

type TimeSeriesCatalog = class

Public Module TimeSeriesCatalog

Dědičnost

Object

TimeSeriesCatalog

Metody

DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)	Vytvořte SrCnnAnomalyEstimator, který detekuje anomálie časových intervalů pomocí algoritmu SRCNN.
DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Vytvořte SsaChangePointEstimator, který predikuje body změn v časových řadách pomocí jednotné analýzy spektra (SSA).
DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Zastaralé. Vytvořte SsaChangePointEstimator, který predikuje body změn v časových řadách pomocí jednotné analýzy spektra (SSA).
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode)	Vytvořte Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, který detekuje anomálie časových intervalů pro celý vstup pomocí algoritmu SRCNN.
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions)	Vytvořte Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, který detekuje anomálie časových intervalů pro celý vstup pomocí algoritmu SRCNN.
DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)	Vytvořte IidChangePointEstimator, která predikuje body změn v nezávislé identické distribuované časové řadě (tj. i.d.) na základě odhadů adaptivní hustoty jádra a skóre martingale.
DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)	Zastaralé. Vytvořte IidChangePointEstimator, která predikuje body změn v nezávislé identické distribuované časové řadě (tj. i.d.) na základě odhadů adaptivní hustoty jádra a skóre martingale.
DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)	Vytvořte IidSpikeEstimator, což predikuje špičky v nezávisle identicky distribuovaných časových řadách (tj. i.d.) na základě odhadů adaptivní hustoty jádra a skóre martingale.
DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)	Zastaralé. Vytvořte IidSpikeEstimator, což predikuje špičky v nezávisle identicky distribuovaných časových řadách (tj. i.d.) na základě odhadů adaptivní hustoty jádra a skóre martingale.
DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double)	V datech časových řad je sezónnost (nebo periodicita) přítomnost variací, ke kterým dochází v určitých pravidelných intervalech, například týdně, měsíčně nebo čtvrtletně. Tato metoda detekuje tento předvídatelný interval (nebo období) přijetím technik fourierové analýzy. Za předpokladu, že vstupní hodnoty mají stejný časový interval (např. data ze snímačů shromážděná při každém druhém seřazení podle časových razítek), tato metoda vezme seznam dat časových řad a vrátí pravidelné období pro vstupní sezónní data, pokud je možné zjistit předvídatelné kolísání nebo vzor, které se v tomto období opakuje nebo opakuje v průběhu tohoto období ve vstupních hodnotách. Vrátí hodnotu -1, pokud se nenajde žádný takový vzor, tj. vstupní hodnoty nesledují sezónní kolísání.
DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Vytvořte SsaSpikeEstimator, což predikuje špičky v časových řadách pomocí analýzy jednotného spektra (SSA).
DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Zastaralé. Vytvořte SsaSpikeEstimator, což predikuje špičky v časových řadách pomocí analýzy jednotného spektra (SSA).
ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)	Model SSA (Singular Spectrum Analysis) pro jednovariátní prognózy časových řad Podrobnosti o modelu najdete v http://arxiv.org/pdf/1206.6910.pdftématu .
LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Vytvořte RootCause, která lokalizuje původní příčiny pomocí algoritmu rozhodovacího stromu.
LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Zobrazí seřazený seznam RootCauses. Pořadí odpovídá tomu, která připravená příčina je pravděpodobně hlavní příčinou.