TimeSeriesCatalog Classe

Definizione

Spazio dei nomi:

Microsoft.ML

Assembly:

Microsoft.ML.TimeSeries.dll

Pacchetto:

Microsoft.ML.TimeSeries v3.0.1

public static class TimeSeriesCatalog

type TimeSeriesCatalog = class

Public Module TimeSeriesCatalog

Ereditarietà

Object

TimeSeriesCatalog

Metodi

DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)	Creare SrCnnAnomalyEstimator, che rileva le anomalie dei tempi di esecuzione usando l'algoritmo SRCNN.
DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Creare SsaChangePointEstimator, che stima i punti di modifica nelle serie temporali usando l'analisi dello spettro singolare (SSA).
DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Obsoleti. Creare SsaChangePointEstimator, che stima i punti di modifica nelle serie temporali usando l'analisi dello spettro singolare (SSA).
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode)	Creare Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, che rileva le anomalie relative agli intervalli di tempo per l'intero input usando l'algoritmo SRCNN.
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions)	Creare Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, che rileva le anomalie relative agli intervalli di tempo per l'intero input usando l'algoritmo SRCNN.
DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)	Creare IidChangePointEstimator, che stima i punti di modifica in una serie temporale distribuita in modo indipendente (i.i.d.) in base alle stime della densità del kernel adattivo e ai punteggi martingale.
DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)	Obsoleti. Creare IidChangePointEstimator, che stima i punti di modifica in una serie temporale distribuita in modo indipendente (i.i.d.) in base alle stime della densità del kernel adattivo e ai punteggi martingale.
DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)	Creare IidSpikeEstimator, che stima i picchi in serie temporali distribuite in modo indipendente (i.i.d.) in base alle stime della densità del kernel adattivo e ai punteggi martingale.
DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)	Obsoleti. Creare IidSpikeEstimator, che stima i picchi in serie temporali distribuite in modo indipendente (i.i.d.) in base alle stime della densità del kernel adattivo e ai punteggi martingale.
DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double)	Nei dati delle serie temporali, la stagionalità (o periodicità) è la presenza di variazioni che si verificano a intervalli regolari specifici, ad esempio settimanali, mensili o trimestrali. Questo metodo rileva questo intervallo prevedibile (o periodo) adottando tecniche di analisi più quattro. Supponendo che i valori di input abbiano lo stesso intervallo di tempo (ad esempio, i dati del sensore raccolti ogni secondo ordinati in base ai timestamp), questo metodo accetta un elenco di dati di serie temporali e restituisce il periodo regolare per i dati stagionali di input, se è possibile trovare una fluttuazione o un modello prevedibile che si ripeta in questo periodo in tutti i valori di input. Restituisce -1 se non viene trovato alcun criterio di questo tipo, ovvero i valori di input non seguono una fluttuazione stagionale.
DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Creare SsaSpikeEstimator, che stima i picchi nelle serie temporali usando l'analisi dello spettro singolare (SSA).
DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Obsoleti. Creare SsaSpikeEstimator, che stima i picchi nelle serie temporali usando l'analisi dello spettro singolare (SSA).
ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)	Modello SSA (Singular Spectrum Analysis) per la previsione di serie temporali univariate. Per i dettagli del modello, fare riferimento a http://arxiv.org/pdf/1206.6910.pdf.
LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Creare RootCause, che localizza le cause radice usando l'algoritmo dell'albero delle decisioni.
LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Restituisce un elenco ordinato di RootCauses. L'ordine corrisponde a quale causa preparata è più probabile che sia la causa radice.