AnomalyDetectorClient.DetectUnivariateLastPoint Método

Definición

Espacio de nombres:

Azure.AI.AnomalyDetector

Ensamblado:

Azure.AI.AnomalyDetector.dll

Paquete:

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

Sobrecargas

DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)	Detecte el estado de anomalía del último momento de la serie temporal.
DetectUnivariateLastPoint(RequestContent, RequestContext)	[Método Protocol] Detecte el estado de anomalía del último momento de la serie temporal. Este método de protocolo permite la creación explícita de la solicitud y el procesamiento de la respuesta para escenarios avanzados. Pruebe primero la sobrecarga de comodidad más DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) sencilla con modelos fuertemente tipados.

DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)

Source:

AnomalyDetectorClient.cs

Detecte el estado de anomalía del último momento de la serie temporal.

public virtual Azure.Response<Azure.AI.AnomalyDetector.UnivariateLastDetectionResult> DetectUnivariateLastPoint (Azure.AI.AnomalyDetector.UnivariateDetectionOptions options, System.Threading.CancellationToken cancellationToken = default);

abstract member DetectUnivariateLastPoint : Azure.AI.AnomalyDetector.UnivariateDetectionOptions * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.UnivariateLastDetectionResult>
override this.DetectUnivariateLastPoint : Azure.AI.AnomalyDetector.UnivariateDetectionOptions * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.UnivariateLastDetectionResult>

Public Overridable Function DetectUnivariateLastPoint (options As UnivariateDetectionOptions, Optional cancellationToken As CancellationToken = Nothing) As Response(Of UnivariateLastDetectionResult)

Parámetros

options

UnivariateDetectionOptions

Método de detección de anomalías univariante.

cancellationToken

CancellationToken

Token de cancelación que se va a usar.

Devoluciones

Response<UnivariateLastDetectionResult>

Excepciones

ArgumentNullException

options es null.

Ejemplos

En este ejemplo se muestra cómo llamar a DetectUnivariateLastPoint con parámetros necesarios.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var options = new UnivariateDetectionOptions(new TimeSeriesPoint[] 
{
    new TimeSeriesPoint(3.14f)
{
        Timestamp = DateTimeOffset.UtcNow,
    }
})
{
    Granularity = TimeGranularity.Yearly,
    CustomInterval = 1234,
    Period = 1234,
    MaxAnomalyRatio = 3.14f,
    Sensitivity = 1234,
    ImputeMode = ImputeMode.Auto,
    ImputeFixedValue = 3.14f,
};
var result = client.DetectUnivariateLastPoint(options);

Comentarios

Esta operación genera un modelo mediante los puntos que envió a la API y en función de todos los datos para determinar si el último punto es anómalo.

DetectUnivariateLastPoint(RequestContent, RequestContext)

Source:

AnomalyDetectorClient.cs

[Método Protocol] Detecte el estado de anomalía del último momento de la serie temporal.

• Este método de protocolo permite la creación explícita de la solicitud y el procesamiento de la respuesta para escenarios avanzados.
• Pruebe primero la sobrecarga de comodidad más DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) sencilla con modelos fuertemente tipados.

public virtual Azure.Response DetectUnivariateLastPoint (Azure.Core.RequestContent content, Azure.RequestContext context = default);

abstract member DetectUnivariateLastPoint : Azure.Core.RequestContent * Azure.RequestContext -> Azure.Response
override this.DetectUnivariateLastPoint : Azure.Core.RequestContent * Azure.RequestContext -> Azure.Response

Public Overridable Function DetectUnivariateLastPoint (content As RequestContent, Optional context As RequestContext = Nothing) As Response

Parámetros

content

RequestContent

Contenido que se va a enviar como el cuerpo de la solicitud.

context

RequestContext

Contexto de solicitud, que puede invalidar los comportamientos predeterminados de la canalización de cliente por llamada.

Devoluciones

Response

Respuesta devuelta por el servicio.

Excepciones

ArgumentNullException

content es null.

RequestFailedException

El servicio devolvió un código de estado no correcto.

Ejemplos

En este ejemplo se muestra cómo llamar a DetectUnivariateLastPoint con contenido de solicitud necesario y cómo analizar el resultado.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var data = new {
    series = new[] {
        new {
            value = 123.45f,
        }
    },
};

Response response = client.DetectUnivariateLastPoint(RequestContent.Create(data));

JsonElement result = JsonDocument.Parse(response.ContentStream).RootElement;
Console.WriteLine(result.GetProperty("period").ToString());
Console.WriteLine(result.GetProperty("suggestedWindow").ToString());
Console.WriteLine(result.GetProperty("expectedValue").ToString());
Console.WriteLine(result.GetProperty("upperMargin").ToString());
Console.WriteLine(result.GetProperty("lowerMargin").ToString());
Console.WriteLine(result.GetProperty("isAnomaly").ToString());
Console.WriteLine(result.GetProperty("isNegativeAnomaly").ToString());
Console.WriteLine(result.GetProperty("isPositiveAnomaly").ToString());

En este ejemplo se muestra cómo llamar a DetectUnivariateLastPoint con todo el contenido de la solicitud y cómo analizar el resultado.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var data = new {
    series = new[] {
        new {
            timestamp = "2022-05-10T14:57:31.2311892-04:00",
            value = 123.45f,
        }
    },
    granularity = "yearly",
    customInterval = 1234,
    period = 1234,
    maxAnomalyRatio = 123.45f,
    sensitivity = 1234,
    imputeMode = "auto",
    imputeFixedValue = 123.45f,
};

Response response = client.DetectUnivariateLastPoint(RequestContent.Create(data), new RequestContext());

JsonElement result = JsonDocument.Parse(response.ContentStream).RootElement;
Console.WriteLine(result.GetProperty("period").ToString());
Console.WriteLine(result.GetProperty("suggestedWindow").ToString());
Console.WriteLine(result.GetProperty("expectedValue").ToString());
Console.WriteLine(result.GetProperty("upperMargin").ToString());
Console.WriteLine(result.GetProperty("lowerMargin").ToString());
Console.WriteLine(result.GetProperty("isAnomaly").ToString());
Console.WriteLine(result.GetProperty("isNegativeAnomaly").ToString());
Console.WriteLine(result.GetProperty("isPositiveAnomaly").ToString());
Console.WriteLine(result.GetProperty("severity").ToString());

Comentarios

Esta operación genera un modelo mediante los puntos que envió a la API y en función de todos los datos para determinar si el último punto es anómalo.

A continuación se muestra el esquema JSON para las cargas de solicitud y respuesta.

Cuerpo de la solicitud:

Esquema para UnivariateDetectionOptions:

{
  series: [
    {
      timestamp: string (date & time), # Optional.
      value: number, # Required.
    }
  ], # Required.
  granularity: "yearly" | "monthly" | "weekly" | "daily" | "hourly" | "minutely" | "secondly" | "microsecond" | "none", # Optional.
  customInterval: number, # Optional.
  period: number, # Optional.
  maxAnomalyRatio: number, # Optional.
  sensitivity: number, # Optional.
  imputeMode: "auto" | "previous" | "linear" | "fixed" | "zero" | "notFill", # Optional.
  imputeFixedValue: number, # Optional.
}

Cuerpo de la respuesta:

Esquema para UnivariateLastDetectionResult:

{
  period: number, # Required.
  suggestedWindow: number, # Required.
  expectedValue: number, # Required.
  upperMargin: number, # Required.
  lowerMargin: number, # Required.
  isAnomaly: boolean, # Required.
  isNegativeAnomaly: boolean, # Required.
  isPositiveAnomaly: boolean, # Required.
  severity: number, # Optional.
}