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します |
detect |
多変量異常検出タスクを modelId のトレーニング済みのモデルと共に送信します。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。 そのため、要求は非同期的に完了し、検出の結果をクエリするための resultId を返します。この要求は、外部からアクセス可能な Azure ストレージの URI (可能であれば Shared Access Signature URI) を示すソース リンクである必要があります。 モデルの生成で使用されたすべての時系列を 1 つのファイルに zip 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 番目の列が値になります。 |
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 |
この操作により、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。 このメソッドでは、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。 検出全体を使用すると、時系列の全体的な状態をユーザーに提供できます。 |
detect |
この操作では、最新のポイント以前のポイントを使用してモデルを生成します。 このメソッドでは、履歴ポイントのみを使用して、ターゲット ポイントが異常であるかどうかを判断します。 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します |
get |
DetectAnomalyAsync API によって返された resultId に基づいて、多変量異常検出の結果を取得します |
get |
多変量モデルの詳細情報 (トレーニングの状態やモデルで使用された変数を含む) を取得します。 |
last |
異常検出のための同期された API。 |
list |
サブスクリプションのモデルを一覧表示します |
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。 この要求には、外部からアクセス可能な Azure ストレージの URI (可能であれば Shared Access Signature URI) を示すソース パラメーターを含める必要があります。 モデルの生成で使用されたすべての時系列を 1 つのファイルに zip 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 1 つの 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されます。
継承されたプロパティの詳細
apiVersion
endpoint
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します
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>
パラメーター
- modelId
-
string
モデル識別子。
options パラメーター。
戻り値
Promise<RestResponse>
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
多変量異常検出タスクを modelId のトレーニング済みのモデルと共に送信します。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。 そのため、要求は非同期的に完了し、検出の結果をクエリするための resultId を返します。この要求は、外部からアクセス可能な Azure ストレージの URI (可能であれば Shared Access Signature URI) を示すソース リンクである必要があります。 モデルの生成で使用されたすべての時系列を 1 つのファイルに zip 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 番目の列が値になります。
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
options パラメーター。
戻り値
Promise<AnomalyDetectorDetectAnomalyResponse>
AnomalyDetector.detectAnomalyから継承されます
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粒度が必要です。 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。
options パラメーター。
戻り値
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
この操作により、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。 このメソッドでは、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。 検出全体を使用すると、時系列の全体的な状態をユーザーに提供できます。
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。 要求では、高度なモデル パラメーターを設定することもできます。
options パラメーター。
戻り値
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
この操作では、最新のポイント以前のポイントを使用してモデルを生成します。 このメソッドでは、履歴ポイントのみを使用して、ターゲット ポイントが異常であるかどうかを判断します。 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。 要求では、高度なモデル パラメーターを設定することもできます。
options 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します
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>
パラメーター
- modelId
-
string
モデル識別子。
options パラメーター。
戻り値
Promise<AnomalyDetectorExportModelResponse>
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
DetectAnomalyAsync API によって返された resultId に基づいて、多変量異常検出の結果を取得します
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>
パラメーター
- resultId
-
string
結果識別子。
options パラメーター。
戻り値
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
多変量モデルの詳細情報 (トレーニングの状態やモデルで使用された変数を含む) 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。
options パラメーター。
戻り値
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
異常検出のための同期された 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
最後の検出の要求。
options 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します
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
パラメーター
options パラメーター。
戻り値
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。 この要求には、外部からアクセス可能な Azure ストレージの URI (可能であれば Shared Access Signature URI) を示すソース パラメーターを含める必要があります。 モデルの生成で使用されたすべての時系列を 1 つのファイルに zip 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 1 つの 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
options パラメーター。
戻り値
Azure SDK for JavaScript
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
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、「フィードバックの送信と表示