AnomalyDetectorClient class
Azure Anomaly Detector サービスと対話するためのクライアント クラス。
- Extends
コンストラクター
| Anomaly |
AnomalyDetectorClient のインスタンスを作成します。 使用例: |
継承されたプロパティ
| api |
|
| endpoint |
継承されたメソッド
| delete |
modelId に従って既存の多変量モデルを削除する |
| detect |
modelId のトレーニング済みモデルを使用して検出多変量異常タスクを送信します。入力スキーマはトレーニング要求と同じである必要があります。 したがって、要求は非同期的に完了し、検出結果を照会するための resultId を返します。要求は、外部からアクセス可能な Azure ストレージ URI (できれば Shared Access Signature Uri) を示すソース リンクである必要があります。 モデルの生成に使用されるすべての時系列は、1 つのファイルに圧縮する必要があります。 各時系列は次のようになります。最初の列はタイムスタンプ、2 番目の列は値です。 |
| detect |
すべての系列ポイントの変更ポイント スコアを評価する |
| detect |
この操作では、系列全体を含むモデルが生成され、各ポイントは同じモデルで検出されます。 この方法では、特定のポイントの前後のポイントを使用して、異常であるかどうかを判断します。 検出全体によって、ユーザーは時系列の全体的な状態を得ることができます。 |
| detect |
この操作により、最新のポイントより前のポイントを使用してモデルが生成されます。 この方法では、ターゲット ポイントが異常であるかどうかを判断するために、履歴ポイントのみが使用されます。 最新のポイント検出操作は、ビジネス メトリックのリアルタイム監視のシナリオと一致します。 |
| export |
modelId に基づいて多変量異常検出モデルをエクスポートする |
| get |
DetectAnomalyAsync api によって返される resultId に基づいて多変量異常検出結果を取得する |
| get |
モデルで使用されるトレーニングの状態や変数など、多変量モデルの詳細情報を取得します。 |
| last |
異常検出用の同期された API。 |
| list |
サブスクリプションのモデルを一覧表示する |
| send |
指定された OperationSpec を使用して設定された HTTP 要求を送信します。 |
| send |
指定された httpRequest を送信します。 |
| train |
多変量異常検出モデルを作成してトレーニングします。 要求には、外部からアクセス可能な Azure ストレージ URI (できれば Shared Access Signature Uri) を示すソース パラメーターが含まれている必要があります。 モデルの生成に使用されるすべての時系列は、1 つのファイルに圧縮する必要があります。 各時系列は、最初の列がタイムスタンプで、2 番目の列が値である単一の CSV ファイルに含まれます。 |
コンストラクターの詳細
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
AnomalyDetectorClient のインスタンスを作成します。
使用例:
import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector";
const client = new AnomalyDetectorClient(
"<service endpoint>",
new AzureKeyCredential("<api key>")
);
new AnomalyDetectorClient(endpointUrl: string, credential: TokenCredential | KeyCredential, options?: PipelineOptions)パラメーター
- endpointUrl
-
string
Azure Anomaly Detector サービス エンドポイントの URL
- credential
サービスへの要求を認証するために使用されます。
- options
- PipelineOptions
Form Recognizer クライアントを構成するために使用します。
継承されたプロパティの詳細
apiVersion
apiVersion: stringプロパティ値
string
endpoint
endpoint: stringプロパティ値
string
anomalyDetector.endpoint から継承
継承済みメソッドの詳細
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
modelId に従って既存の多変量モデルを削除する
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>パラメーター
- modelId
-
string
モデル識別子。
オプション パラメーター。
戻り値
Promise<RestResponse>
anomalyDetector.deleteMultivariateModel から継承
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
modelId のトレーニング済みモデルを使用して検出多変量異常タスクを送信します。入力スキーマはトレーニング要求と同じである必要があります。 したがって、要求は非同期的に完了し、検出結果を照会するための resultId を返します。要求は、外部からアクセス可能な Azure ストレージ URI (できれば Shared Access Signature Uri) を示すソース リンクである必要があります。 モデルの生成に使用されるすべての時系列は、1 つのファイルに圧縮する必要があります。 各時系列は次のようになります。最初の列はタイムスタンプ、2 番目の列は値です。
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>パラメーター
- modelId
-
string
モデル識別子。
- body
- DetectionRequest
異常要求を検出する
オプション パラメーター。
戻り値
Promise<AnomalyDetectorDetectAnomalyResponse>
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
すべての系列ポイントの変更ポイント スコアを評価する
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>パラメーター
時系列のポイントと細分性が必要です。 必要に応じて、要求で高度なモデル パラメーターを設定することもできます。
オプション パラメーター。
戻り値
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
この操作では、系列全体を含むモデルが生成され、各ポイントは同じモデルで検出されます。 この方法では、特定のポイントの前後のポイントを使用して、異常であるかどうかを判断します。 検出全体によって、ユーザーは時系列の全体的な状態を得ることができます。
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>パラメーター
- body
- DetectRequest
必要に応じて、時系列のポイントと期間。 要求で高度なモデル パラメーターを設定することもできます。
オプション パラメーター。
戻り値
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
この操作により、最新のポイントより前のポイントを使用してモデルが生成されます。 この方法では、ターゲット ポイントが異常であるかどうかを判断するために、履歴ポイントのみが使用されます。 最新のポイント検出操作は、ビジネス メトリックのリアルタイム監視のシナリオと一致します。
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>パラメーター
- body
- DetectRequest
必要に応じて、時系列のポイントと期間。 要求で高度なモデル パラメーターを設定することもできます。
オプション パラメーター。
戻り値
exportModel(string, AnomalyDetectorExportModelOptionalParams)
modelId に基づいて多変量異常検出モデルをエクスポートする
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>パラメーター
- modelId
-
string
モデル識別子。
オプション パラメーター。
戻り値
Promise<AnomalyDetectorExportModelResponse>
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
DetectAnomalyAsync api によって返される resultId に基づいて多変量異常検出結果を取得する
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>パラメーター
- resultId
-
string
結果識別子。
オプション パラメーター。
戻り値
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
モデルで使用されるトレーニングの状態や変数など、多変量モデルの詳細情報を取得します。
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>パラメーター
- modelId
-
string
モデル識別子。
オプション パラメーター。
戻り値
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
異常検出用の同期された API。
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>パラメーター
- modelId
-
string
モデル識別子。
- body
- LastDetectionRequest
最後の検出を要求します。
オプション パラメーター。
戻り値
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
サブスクリプションのモデルを一覧表示する
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>パラメーター
オプション パラメーター。
戻り値
PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
指定された OperationSpec を使用して設定された HTTP 要求を送信します。
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>パラメーター
- operationArguments
- OperationArguments
HTTP 要求のテンプレート値が設定される引数。
- operationSpec
- OperationSpec
httpRequest の設定に使用する OperationSpec。
- callback
-
ServiceCallback<any>
応答を受信したときに呼び出すコールバック。
戻り値
Promise<RestResponse>
sendRequest(RequestPrepareOptions | WebResourceLike)
指定された httpRequest を送信します。
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>パラメーター
- options
戻り値
Promise<HttpOperationResponse>
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
多変量異常検出モデルを作成してトレーニングします。 要求には、外部からアクセス可能な Azure ストレージ URI (できれば Shared Access Signature Uri) を示すソース パラメーターが含まれている必要があります。 モデルの生成に使用されるすべての時系列は、1 つのファイルに圧縮する必要があります。 各時系列は、最初の列がタイムスタンプで、2 番目の列が値である単一の CSV ファイルに含まれます。
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>パラメーター
トレーニング要求
オプション パラメーター。
戻り値
AnomalyDetector.trainMultivariateModelから継承
Azure SDK for JavaScript
フィードバック
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「https://aka.ms/ContentUserFeedback」を参照してください。
フィードバックの送信と表示