Train Multivariate Model - Train Multivariate Model

Crea y entrena un modelo de detección de anomalías de multivariante. La solicitud debe incluir un parámetro de origen para indicar un URI de Azure Storage al que se pueda acceder externamente (preferiblemente un URI de firma de acceso compartido). Todas las series temporales usadas para generar el modelo deben comprimirse en un solo archivo. Cada serie temporal estará en un único archivo .csv en el que la primera columna sea la marca de tiempo y la segunda columna sea el valor.

POST {Endpoint}/anomalydetector/{ApiVersion}/multivariate/models

Parámetros de identificador URI

Name In Required Type Description
ApiVersion
path True
  • string

Anomaly Detector versión de la API (por ejemplo, v1.0).

Endpoint
path True
  • string

Puntos de conexión de Cognitive Services admitidos (protocolo y nombre de host, por ejemplo: https://westus2.api.cognitive.microsoft.com).

Encabezado de la solicitud

Name Required Type Description
Ocp-Apim-Subscription-Key True
  • string

Cuerpo de la solicitud

Name Required Type Description
endTime True
  • string

Campo obligatorio, que indica la hora de finalización de los datos de entrenamiento. Debe ser de fecha y hora.

source True
  • string

Vínculo de origen a las variables de entrada. Cada variable debe ser un archivo CSV con dos columnas y timestampvalue. De forma predeterminada, el nombre de archivo de la variable se usará como nombre de variable.

startTime True
  • string

Campo obligatorio, que indica la hora de inicio de los datos de entrenamiento. Debe ser de fecha y hora.

alignPolicy
displayName
  • string

Campo opcional. Nombre del modelo cuya longitud máxima es 24.

slidingWindow
  • integer

Campo opcional, que indica cuántos puntos anteriores se usarán para calcular la puntuación de anomalías del punto posterior.

Respuestas

Name Type Description
201 Created

Crea y entrena un modelo de detección de anomalías de multivariante.

Headers

  • Location: string
Other Status Codes

Respuesta de error

Headers

  • x-ms-error-code: string

Seguridad

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Ejemplos

Train Multivariate model

Sample Request

POST {Endpoint}/anomalydetector/v1.1-preview.1/multivariate/models


{
  "slidingWindow": 20,
  "alignPolicy": {
    "alignMode": "Outer",
    "fillNAMethod": "Linear",
    "paddingValue": 0
  },
  "source": "https://multiadsample.blob.core.windows.net/data/sample_data_2_1000.zip?sp=rl&st=2020-12-04T06:03:47Z&se=2022-12-05T06:03:00Z&sv=2019-12-12&sr=b&sig=AZTbvZ7fcp3MdqGY%2FvGHJXJjUgjS4DneCGl7U5omq5c%3D",
  "startTime": "2019-04-01T00:00:00Z",
  "endTime": "2019-04-02T00:00:00Z",
  "displayName": "Devops-MultiAD"
}

Sample Response

Location: {Endpoint}/anomalydetector/v1.1-preview/multivariate/models/{modelId}
Content-Type: application/json
x-ms-error-code: Error Code
{
  "code": "Error Code",
  "message": "Error Message"
}

Definiciones

alignMode

Campo opcional, que indica cómo alineamos variables diferentes al mismo intervalo de tiempo. Ya sea interno o externo.

AlignPolicy
DiagnosticsInfo
ErrorResponse
fillNAMethod

Campo opcional, que indica cómo se rellenarán los valores que faltan. Uno de los elementos Anterior, Subsiguiente, Lineal, Cero, Fijo y NotFill. No se puede establecer en NotFill, cuando alignMode es Outer.

ModelInfo

Entrene el resultado de un modelo, incluidos el estado, los errores y la información de diagnóstico para el modelo y las variables.

ModelState
modelStatus

Estado de entrenamiento del modelo.

VariableState

alignMode

Campo opcional, que indica cómo alineamos variables diferentes al mismo intervalo de tiempo. Ya sea interno o externo.

Name Type Description
Inner
  • string
Outer
  • string

AlignPolicy

Name Type Description
alignMode

Campo opcional, que indica cómo alineamos variables diferentes al mismo intervalo de tiempo. Ya sea interno o externo.

fillNAMethod

Campo opcional, que indica cómo se rellenarán los valores que faltan. Uno de los elementos Anterior, Subsiguiente, Lineal, Cero, Fijo y NotFill. No se puede establecer en NotFill, cuando alignMode es Outer.

paddingValue
  • number

Campo opcional. Obligatorio cuando fillNAMethod es Fijo.

DiagnosticsInfo

Name Type Description
modelState
variableStates

ErrorResponse

Name Type Description
code
  • string

Código de error.

message
  • string

Mensaje que explica el error notificado por el servicio.

fillNAMethod

Campo opcional, que indica cómo se rellenarán los valores que faltan. Uno de los elementos Anterior, Subsiguiente, Lineal, Cero, Fijo y NotFill. No se puede establecer en NotFill, cuando alignMode es Outer.

Name Type Description
Fixed
  • string
Linear
  • string
NotFill
  • string
Previous
  • string
Subsequent
  • string
Zero
  • string

ModelInfo

Entrene el resultado de un modelo, incluidos el estado, los errores y la información de diagnóstico para el modelo y las variables.

Name Type Description
alignPolicy
diagnosticsInfo
displayName
  • string

Campo opcional. Nombre del modelo cuya longitud máxima es 24.

endTime
  • string

Campo obligatorio, que indica la hora de finalización de los datos de entrenamiento. Debe ser de fecha y hora.

errors

Mensajes de error cuando no se pudo crear un modelo.

slidingWindow
  • integer

Campo opcional, que indica cuántos puntos anteriores se usarán para calcular la puntuación de anomalías del punto posterior.

source
  • string

Vínculo de origen a las variables de entrada. Cada variable debe ser un archivo CSV con dos columnas y timestampvalue. De forma predeterminada, el nombre de archivo de la variable se usará como nombre de variable.

startTime
  • string

Campo obligatorio, que indica la hora de inicio de los datos de entrenamiento. Debe ser de fecha y hora.

status

Estado de entrenamiento del modelo.

ModelState

Name Type Description
epochIds
  • integer[]

Id. de época

latenciesInSeconds
  • number[]
trainLosses
  • number[]
validationLosses
  • number[]

modelStatus

Estado de entrenamiento del modelo.

Name Type Description
CREATED
  • string
FAILED
  • string
READY
  • string
RUNNING
  • string

VariableState

Name Type Description
effectiveCount
  • integer

Número de puntos efectivos contados.

endTime
  • string

Hora de finalización de la variable.

filledNARatio
  • number

Proporción de valores NaN rellenados de la variable.

startTime
  • string

Hora de inicio de la variable.

variable
  • string

Nombre de variable.