Compartir a través de


TimeSeriesCatalog Clase

Definición

public static class TimeSeriesCatalog
type TimeSeriesCatalog = class
Public Module TimeSeriesCatalog
Herencia
TimeSeriesCatalog

Métodos

DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)

Cree SrCnnAnomalyEstimator, que detecta anomalías de timeeries mediante el algoritmo SRCNN.

DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)

Cree SsaChangePointEstimator, que predice puntos de cambio en series temporales mediante Singular Spectrum Analysis (SSA) .

DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)
Obsoletos.

Cree SsaChangePointEstimator, que predice puntos de cambio en series temporales mediante Singular Spectrum Analysis (SSA) .

DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode)

Cree Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, que detecta anomalías de timeeries para toda la entrada mediante el algoritmo SRCNN.

DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions)

Cree Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, que detecta anomalías de timeeries para toda la entrada mediante el algoritmo SRCNN.

DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)

Cree IidChangePointEstimator, que predice puntos de cambio en una serie temporal distribuida de forma independiente (i.i.d.) basada en las estimaciones de densidad del kernel adaptable y las puntuaciones de martingalas.

DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)
Obsoletos.

Cree IidChangePointEstimator, que predice puntos de cambio en una serie temporal distribuida de forma independiente (i.i.d.) basada en las estimaciones de densidad del kernel adaptable y las puntuaciones de martingalas.

DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)

Cree IidSpikeEstimator, que predice picos en series temporales distribuidas de forma independiente (i.i.d.) basadas en estimaciones de densidad de kernel adaptable y puntuaciones de martingalas.

DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)
Obsoletos.

Cree IidSpikeEstimator, que predice picos en series temporales distribuidas de forma independiente (i.i.d.) basadas en estimaciones de densidad de kernel adaptable y puntuaciones de martingalas.

DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double)

En los datos de series temporales, la estacionalidad (o la periodicidad) es la presencia de variaciones que se producen a intervalos regulares específicos, como semanal, mensual o trimestral.

Este método detecta este intervalo predecible (o período) mediante la adopción de técnicas de análisis de fourier. Suponiendo que los valores de entrada tienen el mismo intervalo de tiempo (por ejemplo, los datos del sensor recopilados en cada segundo ordenados por marcas de tiempo), este método toma una lista de datos de serie temporal y devuelve el período regular para los datos estacionales de entrada, si se puede encontrar una fluctuación o patrón predecible que se repite o repite durante este período a lo largo de los valores de entrada.

Devuelve -1 si no se encuentra este patrón, es decir, los valores de entrada no siguen una fluctuación estacional.

DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)

Cree SsaSpikeEstimator, que predice picos en series temporales mediante Singular Spectrum Analysis (SSA) .

DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)
Obsoletos.

Cree SsaSpikeEstimator, que predice picos en series temporales mediante Singular Spectrum Analysis (SSA) .

ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)

Modelo de análisis de espectro singular (SSA) para la previsión de series temporales univariante. Para obtener los detalles del modelo, consulte http://arxiv.org/pdf/1206.6910.pdf.

LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)

Cree RootCause, que localiza las causas principales mediante el algoritmo de árbol de decisión.

LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)

Genera una lista ordenada de RootCauses. El orden corresponde al que es más probable que la causa preparada sea la causa principal.

Se aplica a