Bagikan melalui

AnomalyDetectorClientModelInfo interface

  • Referensi
Paket:
@azure/ai-anomaly-detector

Latih hasil model termasuk status, kesalahan, dan diagnosis info untuk model dan variabel.

Properti

alignPolicy
diagnosticsInfo

CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.
displayName

Bidang opsional. Nama model yang panjang maksimumnya adalah 24.
endTime

Bidang yang diperlukan, menunjukkan waktu akhir data pelatihan. Harus tanggal-waktu.
errors

Pesan kesalahan ketika gagal membuat model. CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.
slidingWindow

Bidang opsional, menunjukkan berapa banyak titik sebelumnya yang akan digunakan untuk menghitung skor anomali titik berikutnya.
source

Tautan sumber ke variabel input. Setiap variabel harus berupa file csv dengan dua kolom, timestamp dan value. Secara default, nama file variabel akan digunakan sebagai nama variabelnya.
startTime

Bidang yang diperlukan, menunjukkan waktu mulai data pelatihan. Harus tanggal-waktu.
status

Status pelatihan model. CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.

Detail Properti

alignPolicy 

alignPolicy?: AlignPolicy

Nilai Properti

AlignPolicy

diagnosticsInfo

CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.

diagnosticsInfo?: DiagnosticsInfo

Nilai Properti

DiagnosticsInfo

displayName

Bidang opsional. Nama model yang panjang maksimumnya adalah 24.

displayName?: string

Nilai Properti

string

endTime

Bidang yang diperlukan, menunjukkan waktu akhir data pelatihan. Harus tanggal-waktu.

endTime: Date

Nilai Properti

Date

errors

Pesan kesalahan ketika gagal membuat model. CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.

errors?: AnomalyDetectorClientErrorResponse[]

Nilai Properti

AnomalyDetectorClientErrorResponse[]

slidingWindow

Bidang opsional, menunjukkan berapa banyak titik sebelumnya yang akan digunakan untuk menghitung skor anomali titik berikutnya.

slidingWindow?: number

Nilai Properti

number

source

Tautan sumber ke variabel input. Setiap variabel harus berupa file csv dengan dua kolom, timestamp dan value. Secara default, nama file variabel akan digunakan sebagai nama variabelnya.

source: string

Nilai Properti

string

startTime

Bidang yang diperlukan, menunjukkan waktu mulai data pelatihan. Harus tanggal-waktu.

startTime: Date

Nilai Properti

Date

status

Status pelatihan model. CATATAN: Properti ini tidak akan diserialisasikan. Ini hanya dapat diisi oleh server.

status?: AnomalyDetectorClientModelStatus

Nilai Properti

AnomalyDetectorClientModelStatus