Freigeben über


AnomalyDetectorClient Klasse

Definition

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

public class AnomalyDetectorClient : Microsoft.Rest.ServiceClient<Microsoft.Azure.CognitiveServices.AnomalyDetector.AnomalyDetectorClient>, IDisposable, Microsoft.Azure.CognitiveServices.AnomalyDetector.IAnomalyDetectorClient
type AnomalyDetectorClient = class
    inherit ServiceClient<AnomalyDetectorClient>
    interface IAnomalyDetectorClient
    interface IDisposable
Public Class AnomalyDetectorClient
Inherits ServiceClient(Of AnomalyDetectorClient)
Implements IAnomalyDetectorClient, IDisposable
Vererbung
AnomalyDetectorClient
Implementiert

Konstruktoren

AnomalyDetectorClient(DelegatingHandler[])

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

AnomalyDetectorClient(HttpClient, Boolean)

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

AnomalyDetectorClient(HttpClientHandler, DelegatingHandler[])

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

AnomalyDetectorClient(ServiceClientCredentials, DelegatingHandler[])

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

AnomalyDetectorClient(ServiceClientCredentials, HttpClient, Boolean)

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

AnomalyDetectorClient(ServiceClientCredentials, HttpClientHandler, DelegatingHandler[])

Initialisiert eine neue instance der AnomalyDetectorClient-Klasse.

Eigenschaften

Credentials

Abonnementanmeldeinformationen, die das Clientabonnement eindeutig identifizieren.

DeserializationSettings

Ruft JSON-Deserialisierungseinstellungen ab oder legt sie fest.

Endpoint

Unterstützte Cognitive Services-Endpunkte (Protokoll und Hostname, z. B. ). https://westus2.api.cognitive.microsoft.com

FirstMessageHandler

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
HttpClient

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
HttpClientHandler

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
HttpMessageHandlers

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
SerializationSettings

Ruft JSON-Serialisierungseinstellungen ab oder legt sie fest.

UserAgent

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)

Methoden

ChangePointDetectWithHttpMessagesAsync(ChangePointDetectRequest, Dictionary<String,List<String>>, CancellationToken)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

CreateHttpHandlerPipeline(HttpClientHandler, DelegatingHandler[])

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
Dispose()

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
Dispose(Boolean)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
EntireDetectWithHttpMessagesAsync(Request, Dictionary<String,List<String>>, CancellationToken)

Erkennen von Anomalien für die gesamte Serie im Batch.

InitializeHttpClient(HttpClient, HttpClientHandler, DelegatingHandler[])

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
InitializeHttpClient(HttpClientHandler, DelegatingHandler[])

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
LastDetectWithHttpMessagesAsync(Request, Dictionary<String,List<String>>, CancellationToken)

Erkennen von Anomalien status der letzten Point-in-Time-Reihe.

SetRetryPolicy(RetryPolicy)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
SetUserAgent(String)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)
SetUserAgent(String, String)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

(Geerbt von ServiceClient<T>)

Erweiterungsmethoden

ChangePointDetectAsync(IAnomalyDetectorClient, ChangePointDetectRequest, CancellationToken)

Die Anomalieerkennung-API erkennt Anomalien automatisch in Zeitreihendaten. Es unterstützt zwei Funktionen: eine ist für die Erkennung der gesamten Datenreihe mit modelltrainierten Modellen, die von den Zeitreihen trainiert wurden, und eine andere ist die Erkennung des letzten Punkts mit dem Modell, das nach Punkten zuvor trainiert wurde. Mithilfe dieses Diensts können Geschäftskunden Incidents ermitteln und einen Logikfluss für die Ursachenanalyse einrichten.

EntireDetectAsync(IAnomalyDetectorClient, Request, CancellationToken)

Erkennen von Anomalien für die gesamte Serie im Batch.

LastDetectAsync(IAnomalyDetectorClient, Request, CancellationToken)

Erkennen von Anomalien status der letzten Point-in-Time-Reihe.

Gilt für: