Train Multivariate Model - Train Multivariate Model

Creare ed eseguire il training di un modello di rilevamento anomalie multivariato. La richiesta deve includere un parametro di origine per indicare un URI di archiviazione di Azure accessibile esternamente (preferibilmente un URI di firma di accesso condiviso). Tutte le serie temporali usate in generano il modello devono essere compresse in un unico file. Ogni serie temporale si troverà in un singolo file CSV in cui la prima colonna è timestamp e la seconda colonna è il valore.

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

Parametri dell'URI

Name In Required Type Description
ApiVersion
path True
  • string

Rilevamento anomalie versione dell'API (ad esempio, v1.0).

Endpoint
path True
  • string

Endpoint di Servizi cognitivi supportati (protocollo e nome host, ad esempio: https://westus2.api.cognitive.microsoft.com).

Intestazione della richiesta

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

Corpo della richiesta

Name Required Type Description
endTime True
  • string

Campo obbligatorio che indica l'ora di fine dei dati di training. Deve essere data e ora.

source True
  • string

Collegamento di origine alle variabili di input. Ogni variabile deve essere un file CSV con due colonne e timestampvalue. Per impostazione predefinita, il nome file della variabile verrà usato come nome della variabile.

startTime True
  • string

Campo obbligatorio che indica l'ora di inizio dei dati di training. Deve essere data e ora.

alignPolicy
displayName
  • string

Campo facoltativo. Nome del modello la cui lunghezza massima è 24.

slidingWindow
  • integer

Campo facoltativo che indica il numero di punti precedenti che verranno usati per calcolare il punteggio di anomalia del punto successivo.

Risposte

Name Type Description
201 Created

Creare ed eseguire il training di un modello di rilevamento anomalie multivariato.

Headers

  • Location: string
Other Status Codes

Risposta di errore

Headers

  • x-ms-error-code: string

Sicurezza

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Esempio

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"
}

Definizioni

alignMode

Campo facoltativo che indica come vengono allineate variabili diverse allo stesso intervallo di tempo. Interno o Esterno.

AlignPolicy
DiagnosticsInfo
ErrorResponse
fillNAMethod

Campo facoltativo che indica come verranno compilati i valori mancanti. Uno dei valori Previous, Subsequent, Linear, Zero, Fixed e NotFill. Non può essere impostato su NotFill, quando alignMode è Outer.

ModelInfo

Eseguire il training del risultato di un modello, inclusi lo stato, gli errori e diagnosticare le informazioni per il modello e le variabili.

ModelState
modelStatus

Stato del training del modello.

VariableState

alignMode

Campo facoltativo che indica come vengono allineate variabili diverse allo stesso intervallo di tempo. Interno o Esterno.

Name Type Description
Inner
  • string
Outer
  • string

AlignPolicy

Name Type Description
alignMode

Campo facoltativo che indica come vengono allineate variabili diverse allo stesso intervallo di tempo. Interno o Esterno.

fillNAMethod

Campo facoltativo che indica come verranno compilati i valori mancanti. Uno dei valori Previous, Subsequent, Linear, Zero, Fixed e NotFill. Non può essere impostato su NotFill, quando alignMode è Outer.

paddingValue
  • number

Campo facoltativo. Obbligatorio quando fillNAMethod è fisso.

DiagnosticsInfo

Name Type Description
modelState
variableStates

ErrorResponse

Name Type Description
code
  • string

Codice di errore.

message
  • string

Messaggio che spiega l'errore segnalato dal servizio.

fillNAMethod

Campo facoltativo che indica come verranno compilati i valori mancanti. Uno dei valori Previous, Subsequent, Linear, Zero, Fixed e NotFill. Non può essere impostato su NotFill, quando alignMode è Outer.

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

ModelInfo

Eseguire il training del risultato di un modello, inclusi lo stato, gli errori e diagnosticare le informazioni per il modello e le variabili.

Name Type Description
alignPolicy
diagnosticsInfo
displayName
  • string

Campo facoltativo. Nome del modello la cui lunghezza massima è 24.

endTime
  • string

Campo obbligatorio che indica l'ora di fine dei dati di training. Deve essere data e ora.

errors

Messaggi di errore quando non è stato possibile creare un modello.

slidingWindow
  • integer

Campo facoltativo che indica il numero di punti precedenti che verranno usati per calcolare il punteggio di anomalia del punto successivo.

source
  • string

Collegamento di origine alle variabili di input. Ogni variabile deve essere un file CSV con due colonne e timestampvalue. Per impostazione predefinita, il nome file della variabile verrà usato come nome della variabile.

startTime
  • string

Campo obbligatorio che indica l'ora di inizio dei dati di training. Deve essere data e ora.

status

Stato del training del modello.

ModelState

Name Type Description
epochIds
  • integer[]

ID periodo

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

modelStatus

Stato del training del modello.

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

VariableState

Name Type Description
effectiveCount
  • integer

Numero di punti effettivi conteggiati.

endTime
  • string

Ora di fine della variabile.

filledNARatio
  • number

Percentuale di valori NaN riempiti della variabile.

startTime
  • string

Ora di inizio della variabile.

variable
  • string

Nome variabile.