Share via


AnomalyDetector class

Extends

建構函式

AnomalyDetector(string, AnomalyDetectorOptionalParams)

初始化 AnomalyDetector 類別的新實例。

繼承的屬性

apiVersion
endpoint

方法

deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)

根據 modelId 刪除現有的多變數模型

detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)

使用 modelId 的定型模型提交偵測多重變數異常工作,輸入架構應該與定型要求相同。 因此,要求會以非同步方式完成,並傳回 resultId 來查詢偵測結果。要求應該是來源連結,以指出外部可存取的 Azure 儲存體 URI (最好是共用存取簽章 URI) 。 產生模型時所使用的所有時間序列都必須壓縮成一個單一檔案。 每個時間序列都會如下所示:第一個資料行是時間戳記,而第二個數據行是值。

detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)

評估每個數列點的變更點分數

detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)

這項作業會產生具有整個數列的模型,每個點都會以相同的模型偵測到。 使用此方法時,會使用特定點前後的點來判斷其是否為異常。 整個偵測可以為使用者提供時間序列的整體狀態。

detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)

此作業會使用最新點之前的點來產生模型。 使用此方法時,只會使用歷程記錄點來判斷目標點是否為異常。 最新偵測作業符合即時監視商務計量的案例。

exportModel(string, AnomalyDetectorExportModelOptionalParams)

根據 modelId 匯出多重變數異常偵測模型

getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)

根據 DetectAnomalyAsync api 傳回的 resultId 取得多重變數異常偵測結果

getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)

取得多變數模型的詳細資訊,包括模型中使用的定型狀態和變數。

lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)

已同步處理異常偵測的 API。

listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)

列出訂用帳戶的模型

trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)

建立和定型多重變數異常偵測模型。 要求必須包含來源參數,以指出外部可存取的 Azure 儲存體 URI (最好是共用存取簽章 URI) 。 產生模型時所使用的所有時間序列都必須壓縮成一個單一檔案。 每個時間序列都會位於單一 CSV 檔案中,其中第一個資料行是時間戳記,而第二個數據行是值。

繼承的方法

sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)

傳送使用提供的 OperationSpec 填入的 HTTP 要求。

sendRequest(RequestPrepareOptions | WebResourceLike)

傳送提供的 HTTPRequest。

建構函式詳細資料

AnomalyDetector(string, AnomalyDetectorOptionalParams)

初始化 AnomalyDetector 類別的新實例。

new AnomalyDetector(endpoint: string, options?: AnomalyDetectorOptionalParams)

參數

endpoint

string

支援的認知服務端點 (通訊協定和主機名稱,例如: https://westus2.api.cognitive.microsoft.com) 。

options
AnomalyDetectorOptionalParams

參數選項

繼承的屬性詳細資料

apiVersion

apiVersion: string

屬性值

string

繼承自AnomalyDetectorCoNtext.apiVersion

endpoint

endpoint: string

屬性值

string

繼承自AnomalyDetectorCoNtext.endpoint

方法詳細資料

deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)

根據 modelId 刪除現有的多變數模型

function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>

參數

modelId

string

模型識別碼。

傳回

Promise<RestResponse>

detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)

使用 modelId 的定型模型提交偵測多重變數異常工作,輸入架構應該與定型要求相同。 因此,要求會以非同步方式完成,並傳回 resultId 來查詢偵測結果。要求應該是來源連結,以指出外部可存取的 Azure 儲存體 URI (最好是共用存取簽章 URI) 。 產生模型時所使用的所有時間序列都必須壓縮成一個單一檔案。 每個時間序列都會如下所示:第一個資料行是時間戳記,而第二個數據行是值。

function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>

參數

modelId

string

模型識別碼。

body
DetectionRequest

偵測異常要求

傳回

detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)

評估每個數列點的變更點分數

function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>

參數

body
DetectChangePointRequest

需要時間序列點和細微性。 如有需要,也可以在要求中設定進階模型參數。

傳回

detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)

這項作業會產生具有整個數列的模型,每個點都會以相同的模型偵測到。 使用此方法時,會使用特定點前後的點來判斷其是否為異常。 整個偵測可以為使用者提供時間序列的整體狀態。

function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>

參數

body
DetectRequest

如有需要,時間序列點和期間。 您也可以在要求中設定進階模型參數。

傳回

detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)

此作業會使用最新點之前的點來產生模型。 使用此方法時,只會使用歷程記錄點來判斷目標點是否為異常。 最新偵測作業符合即時監視商務計量的案例。

function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>

參數

body
DetectRequest

如有需要,時間序列點和期間。 您也可以在要求中設定進階模型參數。

傳回

exportModel(string, AnomalyDetectorExportModelOptionalParams)

根據 modelId 匯出多重變數異常偵測模型

function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>

參數

modelId

string

模型識別碼。

傳回

getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)

根據 DetectAnomalyAsync api 傳回的 resultId 取得多重變數異常偵測結果

function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>

參數

resultId

string

結果識別碼。

傳回

getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)

取得多變數模型的詳細資訊,包括模型中使用的定型狀態和變數。

function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>

參數

modelId

string

模型識別碼。

傳回

lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)

已同步處理異常偵測的 API。

function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>

參數

modelId

string

模型識別碼。

body
LastDetectionRequest

上次偵測的要求。

傳回

listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)

列出訂用帳戶的模型

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

參數

傳回

trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)

建立和定型多重變數異常偵測模型。 要求必須包含來源參數,以指出外部可存取的 Azure 儲存體 URI (最好是共用存取簽章 URI) 。 產生模型時所使用的所有時間序列都必須壓縮成一個單一檔案。 每個時間序列都會位於單一 CSV 檔案中,其中第一個資料行是時間戳記,而第二個數據行是值。

function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>

參數

body
AnomalyDetectorClientModelInfo

訓練要求

傳回

繼承的方法的詳細資料

sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)

傳送使用提供的 OperationSpec 填入的 HTTP 要求。

function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>

參數

operationArguments
OperationArguments

HTTP 要求樣板化值的引數將會從 中填入。

operationSpec
OperationSpec

用來填入 HTTPRequest 的 OperationSpec。

callback

ServiceCallback<any>

收到回應時要呼叫的回呼。

傳回

Promise<RestResponse>

繼承自AnomalyDetectorCoNtext.sendOperationRequest

sendRequest(RequestPrepareOptions | WebResourceLike)

傳送提供的 HTTPRequest。

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

參數

傳回

繼承自AnomalyDetectorCoNtext.sendRequest