AnomalyDetectorClient.DetectUnivariateLastPoint Méthode

Définition

Espace de noms:

Azure.AI.AnomalyDetector

Assembly:

Azure.AI.AnomalyDetector.dll

Paquet:

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

Surcharges

DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)	Détectez les status d’anomalie du dernier point de la série chronologique.
DetectUnivariateLastPoint(RequestContent, RequestContext)	[Méthode de protocole] Détectez les status d’anomalie du dernier point de la série chronologique. Cette méthode de protocole permet la création explicite de la demande et le traitement de la réponse pour les scénarios avancés. Essayez d’abord la surcharge de commodité plus simple DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) avec des modèles fortement typés.

DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken)

Source:

AnomalyDetectorClient.cs

Détectez les status d’anomalie du dernier point de la série chronologique.

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)

Paramètres

options

UnivariateDetectionOptions

Méthode de détection d’anomalie univariée.

cancellationToken

CancellationToken

Jeton d’annulation à utiliser.

Retours

Response<UnivariateLastDetectionResult>

Exceptions

ArgumentNullException

options a la valeur null.

Exemples

Cet exemple montre comment appeler DetectUnivariateLastPoint avec les paramètres requis.

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);

Remarques

Cette opération génère un modèle à l’aide des points que vous avez envoyés à l’API et en fonction de toutes les données pour déterminer si le dernier point est anormal.

DetectUnivariateLastPoint(RequestContent, RequestContext)

Source:

AnomalyDetectorClient.cs

[Méthode de protocole] Détectez les status d’anomalie du dernier point de la série chronologique.

• Cette méthode de protocole permet la création explicite de la demande et le traitement de la réponse pour les scénarios avancés.
• Essayez d’abord la surcharge de commodité plus simple DetectUnivariateLastPoint(UnivariateDetectionOptions, CancellationToken) avec des modèles fortement typés.

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

Paramètres

content

RequestContent

Contenu à envoyer en tant que corps de la demande.

context

RequestContext

Contexte de demande, qui peut remplacer les comportements par défaut du pipeline client par appel.

Retours

Response

Réponse retournée par le service.

Exceptions

ArgumentNullException

content a la valeur null.

RequestFailedException

Le service a retourné un code de status non réussi.

Exemples

Cet exemple montre comment appeler DetectUnivariateLastPoint avec le contenu de requête requis et comment analyser le résultat.

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());

Cet exemple montre comment appeler DetectUnivariateLastPoint avec tout le contenu de la demande et comment analyser le résultat.

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());

Remarques

Cette opération génère un modèle à l’aide des points que vous avez envoyés dans l’API et en fonction de toutes les données pour déterminer si le dernier point est anormal.

Vous trouverez ci-dessous le schéma JSON pour les charges utiles de demande et de réponse.

Corps de la demande :

Schéma pour 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.
}

Corps de réponse :

Schéma pour 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.
}