AnomalyDetectorClient.GetMultivariateModel Méthode

Définition

Espace de noms:

Azure.AI.AnomalyDetector

Assembly:

Azure.AI.AnomalyDetector.dll

Paquet:

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

Surcharges

GetMultivariateModel(String, CancellationToken)	Obtenir un modèle multivarié.
GetMultivariateModel(String, RequestContext)	[Méthode de protocole] Obtenir un modèle multivarié 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 GetMultivariateModel(String, CancellationToken) avec des modèles fortement typés.

GetMultivariateModel(String, CancellationToken)

Source:

AnomalyDetectorClient.cs

Obtenir un modèle multivarié.

public virtual Azure.Response<Azure.AI.AnomalyDetector.AnomalyDetectionModel> GetMultivariateModel (string modelId, System.Threading.CancellationToken cancellationToken = default);

abstract member GetMultivariateModel : string * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.AnomalyDetectionModel>
override this.GetMultivariateModel : string * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.AnomalyDetectionModel>

Public Overridable Function GetMultivariateModel (modelId As String, Optional cancellationToken As CancellationToken = Nothing) As Response(Of AnomalyDetectionModel)

Paramètres

modelId

String

Identificateur de modèle.

cancellationToken

CancellationToken

Jeton d’annulation à utiliser.

Retours

Response<AnomalyDetectionModel>

Exceptions

ArgumentNullException

modelId a la valeur null.

ArgumentException

modelId est une chaîne vide, et on s’attendait à ce qu’elle ne soit pas vide.

Exemples

Cet exemple montre comment appeler GetMultivariateModel 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 result = client.GetMultivariateModel("<modelId>");

Remarques

Obtenez des informations détaillées sur le modèle multivarié, notamment les status d’entraînement et les variables utilisées dans le modèle.

GetMultivariateModel(String, RequestContext)

Source:

AnomalyDetectorClient.cs

[Méthode de protocole] Obtenir un modèle multivarié

• 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 GetMultivariateModel(String, CancellationToken) avec des modèles fortement typés.

public virtual Azure.Response GetMultivariateModel (string modelId, Azure.RequestContext context);

abstract member GetMultivariateModel : string * Azure.RequestContext -> Azure.Response
override this.GetMultivariateModel : string * Azure.RequestContext -> Azure.Response

Public Overridable Function GetMultivariateModel (modelId As String, context As RequestContext) As Response

Paramètres

modelId

String

Identificateur de modèle.

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

modelId a la valeur null.

ArgumentException

modelId est une chaîne vide, et on s’attendait à ce qu’elle ne soit pas vide.

RequestFailedException

Le service a retourné un code de status non réussi.

Exemples

Cet exemple montre comment appeler GetMultivariateModel avec les paramètres requis et analyser le résultat.

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

Response response = client.GetMultivariateModel("<modelId>", new RequestContext());

JsonElement result = JsonDocument.Parse(response.ContentStream).RootElement;
Console.WriteLine(result.GetProperty("modelId").ToString());
Console.WriteLine(result.GetProperty("createdTime").ToString());
Console.WriteLine(result.GetProperty("lastUpdatedTime").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("dataSource").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("dataSchema").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("startTime").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("endTime").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("displayName").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("slidingWindow").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("alignPolicy").GetProperty("alignMode").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("alignPolicy").GetProperty("fillNAMethod").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("alignPolicy").GetProperty("paddingValue").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("status").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("errors")[0].GetProperty("code").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("errors")[0].GetProperty("message").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("modelState").GetProperty("epochIds")[0].ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("modelState").GetProperty("trainLosses")[0].ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("modelState").GetProperty("validationLosses")[0].ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("modelState").GetProperty("latenciesInSeconds")[0].ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("variableStates")[0].GetProperty("variable").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("variableStates")[0].GetProperty("filledNARatio").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("variableStates")[0].GetProperty("effectiveCount").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("variableStates")[0].GetProperty("firstTimestamp").ToString());
Console.WriteLine(result.GetProperty("modelInfo").GetProperty("diagnosticsInfo").GetProperty("variableStates")[0].GetProperty("lastTimestamp").ToString());

Remarques

Obtenir des informations détaillées sur le modèle multivarié, incluant l’état d’apprentissage et les variables utilisées dans le modèle.

Vous trouverez ci-dessous le schéma JSON pour la charge utile de réponse.

Corps de réponse :

Schéma pour AnomalyDetectionModel:

{
  modelId: string, # Required.
  createdTime: string (date & time), # Required.
  lastUpdatedTime: string (date & time), # Required.
  modelInfo: {
    dataSource: string, # Required.
    dataSchema: "OneTable" | "MultiTable", # Optional.
    startTime: string (date & time), # Required.
    endTime: string (date & time), # Required.
    displayName: string, # Optional.
    slidingWindow: number, # Optional.
    alignPolicy: {
      alignMode: "Inner" | "Outer", # Optional.
      fillNAMethod: "Previous" | "Subsequent" | "Linear" | "Zero" | "Fixed", # Optional.
      paddingValue: number, # Optional.
    }, # Optional.
    status: "CREATED" | "RUNNING" | "READY" | "FAILED", # Optional.
    errors: [
      {
        code: string, # Required.
        message: string, # Required.
      }
    ], # Optional.
    diagnosticsInfo: {
      modelState: {
        epochIds: [number], # Optional.
        trainLosses: [number], # Optional.
        validationLosses: [number], # Optional.
        latenciesInSeconds: [number], # Optional.
      }, # Optional.
      variableStates: [VariableState], # Optional.
    }, # Optional.
  }, # Optional.
}