Train Multivariate Model - Train Multivariate Model

Membuat dan melatih model deteksi anomali multivariat. Permintaan harus menyertakan parameter sumber untuk menunjukkan Uri penyimpanan Azure yang dapat diakses secara eksternal (sebaiknya Uri Tanda Tangan Akses Bersama). Semua deret waktu yang digunakan dalam menghasilkan model harus di-zip ke dalam satu file tunggal. Setiap deret waktu akan berada dalam satu file CSV di mana kolom pertama adalah stempel waktu dan kolom kedua adalah nilai.

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

Parameter URI

Name In Required Type Description
ApiVersion
path True
  • string

Versi API Detektor Anomali (misalnya, v1.0).

Endpoint
path True
  • string

Titik akhir Cognitive Services yang didukung (protokol dan nama host, misalnya: https://westus2.api.cognitive.microsoft.com).

Header Permintaan

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

Isi Permintaan

Name Required Type Description
endTime True
  • string

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

source True
  • string

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 True
  • string

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

alignPolicy
displayName
  • string

Bidang opsional. Nama model yang panjang maksimumnya adalah 24.

slidingWindow
  • integer

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

Respons

Name Type Description
201 Created

Membuat dan melatih model deteksi anomali multivariat.

Headers

  • Location: string
Other Status Codes

Respons kesalahan

Headers

  • x-ms-error-code: string

Keamanan

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Contoh

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"
}

Definisi

alignMode

Bidang opsional, menunjukkan bagaimana kita menyelaraskan variabel yang berbeda dengan rentang waktu yang sama. Baik Dalam atau Luar.

AlignPolicy
DiagnosticsInfo
ErrorResponse
fillNAMethod

Bidang opsional, menunjukkan bagaimana nilai yang hilang akan diisi. Salah satu dari Previous, Subsequent, Linear, Zero, Fixed, dan NotFill. Tidak dapat diatur ke NotFill, ketika alignMode adalah Outer.

ModelInfo

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

ModelState
modelStatus

Status pelatihan model.

VariableState

alignMode

Bidang opsional, menunjukkan bagaimana kita menyelaraskan variabel yang berbeda dengan rentang waktu yang sama. Baik Dalam atau Luar.

Name Type Description
Inner
  • string
Outer
  • string

AlignPolicy

Name Type Description
alignMode

Bidang opsional, menunjukkan bagaimana kita menyelaraskan variabel yang berbeda dengan rentang waktu yang sama. Baik Dalam atau Luar.

fillNAMethod

Bidang opsional, menunjukkan bagaimana nilai yang hilang akan diisi. Salah satu dari Previous, Subsequent, Linear, Zero, Fixed, dan NotFill. Tidak dapat diatur ke NotFill, ketika alignMode adalah Outer.

paddingValue
  • number

Bidang opsional. Diperlukan saat fillNAMethod Diperbaiki.

DiagnosticsInfo

Name Type Description
modelState
variableStates

ErrorResponse

Name Type Description
code
  • string

Kode kesalahan.

message
  • string

Pesan yang menjelaskan kesalahan yang dilaporkan oleh layanan.

fillNAMethod

Bidang opsional, menunjukkan bagaimana nilai yang hilang akan diisi. Salah satu dari Previous, Subsequent, Linear, Zero, Fixed, dan NotFill. Tidak dapat diatur ke NotFill, ketika alignMode adalah Outer.

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

ModelInfo

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

Name Type Description
alignPolicy
diagnosticsInfo
displayName
  • string

Bidang opsional. Nama model yang panjang maksimumnya adalah 24.

endTime
  • string

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

errors

Pesan kesalahan ketika gagal membuat model.

slidingWindow
  • integer

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

source
  • string

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
  • string

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

status

Status pelatihan model.

ModelState

Name Type Description
epochIds
  • integer[]

Id Epoch

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

modelStatus

Status pelatihan model.

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

VariableState

Name Type Description
effectiveCount
  • integer

Jumlah poin efektif yang dihitung.

endTime
  • string

Waktu akhir variabel.

filledNARatio
  • number

Proporsi nilai NaN yang diisi dari variabel.

startTime
  • string

Waktu mulai variabel.

variable
  • string

Nama variabel.