AnomalyDetectorClient Klasse

Referenz

Definition

Namespace:: Azure.AI.AnomalyDetector

Assembly:: Azure.AI.AnomalyDetector.dll

Paket:: Azure.AI.AnomalyDetector v3.0.0-preview.7

Source:: AnomalyDetectorClient.cs

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Der AnomalyDetector-Dienstclient.

public class AnomalyDetectorClient

type AnomalyDetectorClient = class

Public Class AnomalyDetectorClient

Vererbung: Object
AnomalyDetectorClient

Konstruktoren

AnomalyDetectorClient()	Initialisiert eine neue instance von AnomalyDetectorClient zum Simulieren.
AnomalyDetectorClient(Uri, AzureKeyCredential)	Initialisiert eine neue instance von AnomalyDetectorClient.
AnomalyDetectorClient(Uri, AzureKeyCredential, AnomalyDetectorClientOptions)	Initialisiert eine neue instance von AnomalyDetectorClient.

Eigenschaften

Pipeline

Die HTTP-Pipeline zum Senden und Empfangen von REST-Anforderungen und -Antworten.

Methoden

DeleteMultivariateModel(String, RequestContext)	[Protokollmethode] Löschen eines multivariaten Modells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien.
DeleteMultivariateModelAsync(String, RequestContext)	[Protokollmethode] Löschen eines multivariaten Modells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien.
DetectMultivariateBatchAnomaly(String, MultivariateBatchDetectionOptions, CancellationToken)	Erkennen einer multivariaten Anomalie.
DetectMultivariateBatchAnomaly(String, RequestContent, RequestContext)	[Protokollmethode] Erkennen einer multivariaten Anomalie Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectMultivariateBatchAnomaly(String, MultivariateBatchDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectMultivariateBatchAnomalyAsync(String, MultivariateBatchDetectionOptions, CancellationToken)	Erkennen einer multivariaten Anomalie.
DetectMultivariateBatchAnomalyAsync(String, RequestContent, RequestContext)	[Protokollmethode] Erkennen einer multivariaten Anomalie Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectMultivariateBatchAnomalyAsync(String, MultivariateBatchDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)	Erkennen von Anomalien am letzten Punkt des Anforderungstexts.
DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien am letzten Punkt des Anforderungstexts Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectMultivariateLastAnomalyAsync(String, MultivariateLastDetectionOptions, CancellationToken)	Erkennen von Anomalien am letzten Punkt des Anforderungstexts.
DetectMultivariateLastAnomalyAsync(String, RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien am letzten Punkt des Anforderungstexts Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectMultivariateLastAnomalyAsync(String, MultivariateLastDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateChangePoint(RequestContent, RequestContext)	[Protokollmethode] Erkennen des Änderungspunkts für die gesamte Reihe Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateChangePoint(UnivariateChangePointDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateChangePoint(UnivariateChangePointDetectionOptions, CancellationToken)	Erkennen des Änderungspunkts für die gesamte Reihe.
DetectUnivariateChangePointAsync(RequestContent, RequestContext)	[Protokollmethode] Erkennen des Änderungspunkts für die gesamte Reihe Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateChangePointAsync(UnivariateChangePointDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateChangePointAsync(UnivariateChangePointDetectionOptions, CancellationToken)	Erkennen des Änderungspunkts für die gesamte Reihe.
DetectUnivariateEntireSeries(RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien für die gesamte Serie im Batch. Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateEntireSeries(UnivariateDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateEntireSeries(UnivariateDetectionOptions, CancellationToken)	Erkennen von Anomalien für die gesamte Serie im Batch.
DetectUnivariateEntireSeriesAsync(RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien für die gesamte Serie im Batch. Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateEntireSeriesAsync(UnivariateDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateEntireSeriesAsync(UnivariateDetectionOptions, CancellationToken)	Erkennen von Anomalien für die gesamte Serie im Batch.
DetectUnivariateLastPoint(RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien status der letzten Point-in-Time-Reihe. Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)	Erkennen von Anomalien status der letzten Point-in-Time-Reihe.
DetectUnivariateLastPointAsync(RequestContent, RequestContext)	[Protokollmethode] Erkennen von Anomalien status der letzten Point-in-Time-Reihe. Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere DetectUnivariateLastPointAsync(UnivariateDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
DetectUnivariateLastPointAsync(UnivariateDetectionOptions, CancellationToken)	Erkennen von Anomalien status der letzten Point-in-Time-Reihe.
GetMultivariateBatchDetectionResult(String, CancellationToken)	Abrufen des Ergebnisses der multivariaten Anomalieerkennung.
GetMultivariateBatchDetectionResult(String, RequestContext)	[Protokollmethode] Abrufen des Ergebnisses der multivariaten Anomalieerkennung Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateBatchDetectionResult(String, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
GetMultivariateBatchDetectionResultAsync(String, CancellationToken)	Abrufen des Ergebnisses der multivariaten Anomalieerkennung.
GetMultivariateBatchDetectionResultAsync(String, RequestContext)	[Protokollmethode] Abrufen des Ergebnisses der multivariaten Anomalieerkennung Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateBatchDetectionResultAsync(String, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
GetMultivariateModel(String, CancellationToken)	Rufen Sie das multivariate Modell ab.
GetMultivariateModel(String, RequestContext)	[Protokollmethode] Abrufen eines multivariaten Modells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateModel(String, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
GetMultivariateModelAsync(String, CancellationToken)	Rufen Sie das multivariate Modell ab.
GetMultivariateModelAsync(String, RequestContext)	[Protokollmethode] Abrufen eines multivariaten Modells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateModelAsync(String, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, CancellationToken)	Listen Sie multivariate Modelle auf.
GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, RequestContext)	[Protokollmethode] Auflisten von multivariaten Modellen Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateModels(Nullable<Int32>, Nullable<Int32>, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, CancellationToken)	Listen Sie multivariate Modelle auf.
GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, RequestContext)	[Protokollmethode] Auflisten von multivariaten Modellen Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere GetMultivariateModelsAsync(Nullable<Int32>, Nullable<Int32>, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
TrainMultivariateModel(ModelInfo, CancellationToken)	Trainieren eines multivariaten Anomalieerkennungsmodells.
TrainMultivariateModel(RequestContent, RequestContext)	[Protokollmethode] Trainieren eines multivariaten Anomalieerkennungsmodells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere TrainMultivariateModel(ModelInfo, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.
TrainMultivariateModelAsync(ModelInfo, CancellationToken)	Trainieren eines multivariaten Anomalieerkennungsmodells.
TrainMultivariateModelAsync(RequestContent, RequestContext)	[Protokollmethode] Trainieren eines multivariaten Anomalieerkennungsmodells Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien. Probieren Sie zunächst die einfachere TrainMultivariateModelAsync(ModelInfo, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.

Gilt für: