AnomalyDetectorClient class
Klientská třída pro interakci se službou Azure Detektor anomálií.
- Extends
Konstruktory
Anomaly |
Vytvoří instanci AnomalyDetectorClient. Příklad použití:
|
Zděděné vlastnosti
api |
|
endpoint |
Zděděné metody
delete |
Odstranění existujícího modelu s více proměnnými podle id modelu |
detect |
Odešlete úlohu detekce multivariátních anomálií pomocí natrénovaného modelu modelId. Vstupní schéma by mělo být stejné s trénovacím požadavkem. Požadavek se tedy dokončí asynchronně a vrátí id výsledku pro dotazování výsledku detekce. Požadavek by měl být odkazem na zdroj, který označuje externě přístupný identifikátor URI úložiště Azure (nejlépe identifikátor URI sdíleného přístupového podpisu). Všechny časové řady použité při generování modelu musí být zkomprimované do jednoho souboru. Každá časová řada bude následující: první sloupec je časové razítko a druhý sloupec je hodnota. |
detect |
Vyhodnocení skóre bodu změny každého bodu řady |
detect |
Tato operace vygeneruje model s celou řadou, přičemž každý bod se detekuje se stejným modelem. Pomocí této metody se body před a za určitým bodem používají k určení, zda se jedná o anomálii. Celá detekce může uživateli poskytnout celkový stav časové řady. |
detect |
Tato operace vygeneruje model pomocí bodů před nejnovějším modelem. Při použití této metody se k určení, zda je cílovým bodem anomálie, používají pouze historické body. Nejnovější operace detekce bodů odpovídá scénáři monitorování obchodních metrik v reálném čase. |
export |
Export modelu detekce anomálií s více proměnnými na základě id modelu |
get |
Získání výsledku detekce anomálií s více proměnnými na základě id výsledku vráceného rozhraním API DetectAnomalyAsync |
get |
Získejte podrobné informace o vícerozměrných modelech, včetně stavu trénování a proměnných používaných v modelu. |
last |
Synchronizované rozhraní API pro detekci anomálií. |
list |
Výpis modelů předplatného |
send |
Odešlete požadavek HTTP, který se vyplní pomocí zadaného objektu OperationSpec. |
send |
Odešlete zadaný požadavek httpRequest. |
train |
Vytvořte a natrénujte model detekce anomálií s více proměnnými. Požadavek musí obsahovat parametr zdroje, který označuje externě přístupný identifikátor URI úložiště Azure (nejlépe identifikátor URI sdíleného přístupového podpisu). Všechny časové řady použité při generování modelu musí být zkomprimované do jednoho souboru. Každá časová řada bude v jednom souboru CSV, ve kterém první sloupec je časové razítko a druhý sloupec bude hodnota. |
Podrobnosti konstruktoru
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
Vytvoří instanci AnomalyDetectorClient.
Příklad použití:
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)
Parametry
- endpointUrl
-
string
Adresa URL koncového bodu služby Azure Detektor anomálií
- credential
Používá se k ověřování požadavků na službu.
- options
- PipelineOptions
Slouží ke konfiguraci klienta Rozpoznávání formulářů.
Podrobnosti zděděných vlastností
apiVersion
endpoint
Podrobnosti zděděných metod
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
Odstranění existujícího modelu s více proměnnými podle id modelu
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>
Parametry
- modelId
-
string
Identifikátor modelu.
Parametry možností
Návraty
Promise<RestResponse>
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
Odešlete úlohu detekce multivariátních anomálií pomocí natrénovaného modelu modelId. Vstupní schéma by mělo být stejné s trénovacím požadavkem. Požadavek se tedy dokončí asynchronně a vrátí id výsledku pro dotazování výsledku detekce. Požadavek by měl být odkazem na zdroj, který označuje externě přístupný identifikátor URI úložiště Azure (nejlépe identifikátor URI sdíleného přístupového podpisu). Všechny časové řady použité při generování modelu musí být zkomprimované do jednoho souboru. Každá časová řada bude následující: první sloupec je časové razítko a druhý sloupec je hodnota.
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>
Parametry
- modelId
-
string
Identifikátor modelu.
- body
- DetectionRequest
Detekce požadavku na anomálii
Parametry možností
Návraty
Promise<AnomalyDetectorDetectAnomalyResponse>
Zděděno zAnomalyDetector.detectAnomaly
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
Vyhodnocení skóre bodu změny každého bodu řady
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>
Parametry
Jsou potřeba body časové řady a členitost. V případě potřeby je také možné v požadavku nastavit pokročilé parametry modelu.
Parametry možností
Návraty
Zděděno zAnomalyDetector.detectChangePoint
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
Tato operace vygeneruje model s celou řadou, přičemž každý bod se detekuje se stejným modelem. Pomocí této metody se body před a za určitým bodem používají k určení, zda se jedná o anomálii. Celá detekce může uživateli poskytnout celkový stav časové řady.
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>
Parametry
- body
- DetectRequest
Body časové řady a období v případě potřeby. V požadavku je také možné nastavit pokročilé parametry modelu.
Parametry možností
Návraty
Zděděno zAnomalyDetector.detectEntireSeries
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
Tato operace vygeneruje model pomocí bodů před nejnovějším modelem. Při použití této metody se k určení, zda je cílovým bodem anomálie, používají pouze historické body. Nejnovější operace detekce bodů odpovídá scénáři monitorování obchodních metrik v reálném čase.
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>
Parametry
- body
- DetectRequest
Body časové řady a období v případě potřeby. V požadavku je také možné nastavit pokročilé parametry modelu.
Parametry možností
Návraty
Zděděno zAnomalyDetector.detectLastPoint
exportModel(string, AnomalyDetectorExportModelOptionalParams)
Export modelu detekce anomálií s více proměnnými na základě id modelu
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>
Parametry
- modelId
-
string
Identifikátor modelu.
Parametry možností
Návraty
Promise<AnomalyDetectorExportModelResponse>
Zděděno zmodelu AnomalyDetector.exportModel
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
Získání výsledku detekce anomálií s více proměnnými na základě id výsledku vráceného rozhraním API DetectAnomalyAsync
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>
Parametry
- resultId
-
string
Identifikátor výsledku.
Parametry možností
Návraty
Zděděno zAnomalyDetector.getDetectionResult
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
Získejte podrobné informace o vícerozměrných modelech, včetně stavu trénování a proměnných používaných v modelu.
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>
Parametry
- modelId
-
string
Identifikátor modelu.
Parametry možností
Návraty
Zděděno zAnomalyDetector.getMultivariateModel
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
Synchronizované rozhraní API pro detekci anomálií.
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>
Parametry
- modelId
-
string
Identifikátor modelu.
- body
- LastDetectionRequest
Žádost o poslední detekci
Parametry možností.
Návraty
Zděděno zAnomalyDetector.lastDetectAnomaly
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
Výpis modelů předplatného
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
Parametry
Parametry možností.
Návraty
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
Odešlete požadavek HTTP, který se vyplní pomocí zadaného objektu OperationSpec.
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>
Parametry
- operationArguments
- OperationArguments
Argumenty, ze které budou vyplněny hodnoty šablony požadavku HTTP.
- operationSpec
- OperationSpec
OperationSpec, který se použije k naplnění požadavku httpRequest.
- callback
-
ServiceCallback<any>
Zpětné volání, které se má volat při přijetí odpovědi.
Návraty
Promise<RestResponse>
Zděděno zAnomalyDetector.sendOperationRequest
sendRequest(RequestPrepareOptions | WebResourceLike)
Odešlete zadaný požadavek httpRequest.
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>
Parametry
- options
Návraty
Promise<HttpOperationResponse>
Zděděno zAnomalyDetector.sendRequest
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
Vytvořte a natrénujte model detekce anomálií s více proměnnými. Požadavek musí obsahovat parametr zdroje, který označuje externě přístupný identifikátor URI úložiště Azure (nejlépe identifikátor URI sdíleného přístupového podpisu). Všechny časové řady použité při generování modelu musí být zkomprimované do jednoho souboru. Každá časová řada bude v jednom souboru CSV, ve kterém první sloupec je časové razítko a druhý sloupec bude hodnota.
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>
Parametry
Žádost o trénování
Parametry možností.
Návraty
Azure SDK for JavaScript
Váš názor
https://aka.ms/ContentUserFeedback.
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu:Odeslat a zobrazit názory pro