Delen via

Problemen met de multivariate-API oplossen

  • Artikel

Belangrijk

Vanaf 20 september 2023 kunt u geen nieuwe Anomaly Detector-resources maken. De Anomaly Detector-service wordt op 1 oktober 2026 buiten gebruik gesteld.

Dit artikel bevat richtlijnen voor het oplossen van veelvoorkomende foutberichten wanneer u de Multivariate API van Azure AI Anomaly Detector gebruikt.

Multivariate-foutcodes

De volgende tabellen bevatten multivariate foutcodes.

Algemene fouten

Foutcode HTTP-foutcode Foutbericht Opmerking
SubscriptionNotInHeaders 400 apim-subscription-id is niet gevonden in headers. Voeg uw APIM-abonnements-id toe aan de header. Een voorbeeldkoptekst is {"apim-subscription-id": <Your Subscription ID>}.
FileNotExist 400 De bestandsbron <> bestaat niet. Controleer de geldigheid van uw handtekening voor gedeelde blobtoegang. Zorg ervoor dat deze niet is verlopen.
InvalidBlobURL 400 Uw handtekening voor gedeelde blobtoegang is geen geldige handtekening voor gedeelde toegang.
StorageWriteError 403 Deze fout wordt mogelijk veroorzaakt door machtigingsproblemen. Onze service mag de gegevens niet naar de blob schrijven die zijn versleuteld door een door de klant beheerde sleutel. Verwijder de door de klant beheerde sleutel of ververleent opnieuw toegang tot onze service. Zie Door de klant beheerde sleutels configureren met Azure Key Vault voor Azure AI-services voor meer informatie.
StorageReadError 403 Hetzelfde als StorageWriteError.
UnexpectedError 500 Neem contact met ons op met gedetailleerde foutinformatie. U kunt de ondersteuningsopties van Azure AI-services ondersteunen en help-opties of ons een e-mail sturen via AnomalyDetector@microsoft.com.

Een multivariate anomaliedetectiemodel trainen

Foutcode HTTP-foutcode Foutbericht Opmerking
TooManyModels 400 Dit abonnement heeft het maximum aantal modellen bereikt. Elke APIM-abonnements-id mag 300 actieve modellen hebben. Verwijder ongebruikte modellen voordat u een nieuw model traint.
TooManyRunningModels 400 Dit abonnement heeft het maximum aantal actieve modellen bereikt. Elke APIM-abonnements-id mag vijf modellen gelijktijdig trainen. Een nieuw model trainen nadat de vorige modellen het trainingsproces hebben voltooid.
InvalidJsonFormat 400 Ongeldige JSON-indeling. Trainingsaanvraag is geen geldige JSON.
InvalidAlignMode 400 Het 'alignMode' veld moet een van de volgende zijn: 'Inner' of 'Outer' . Controleer de waarde van 'alignMode', die moet zijn 'Inner' of 'Outer' (hoofdlettergevoelig).
InvalidFillNAMethod 400 Het 'fillNAMethod' veld moet een van de volgende zijn: 'Previous', 'Subsequent', 'Linear', 'Zero', 'Fixed'. 'NotFill' Het kan niet zijn 'NotFill' wanneer 'alignMode' is 'Outer'. Controleer de waarde van 'fillNAMethod'. Zie Best practices voor het gebruik van de Anomaly Detector multivariate-API voor meer informatie.
RequiredPaddingValue 400 Het 'paddingValue' veld is vereist in de aanvraag wanneer 'fillNAMethod' dit is 'Fixed'. U moet een geldige opvullingswaarde opgeven wanneer 'fillNAMethod' dit is 'Fixed'. Zie Best practices voor het gebruik van de Anomaly Detector multivariate-API voor meer informatie.
RequiredSource 400 Het 'source' veld is vereist in de aanvraag. Uw trainingsaanvraag heeft geen waarde opgegeven voor het 'source' veld. Een voorbeeld is {"source": <Your Blob SAS>}.
RequiredStartTime 400 Het 'startTime' veld is vereist in de aanvraag. Uw trainingsaanvraag heeft geen waarde opgegeven voor het 'startTime' veld. Een voorbeeld is {"startTime": "2021-01-01T00:00:00Z"}.
InvalidTimestampFormat 400 Ongeldige tijdstempelnotatie. De <timestamp> indeling is geen geldige indeling. De notatie van de tijdstempel in de aanvraagbody is niet juist. Probeer import pandas as pd; pd.to_datetime(timestamp) het te verifiëren.
RequiredEndTime 400 Het 'endTime' veld is vereist in de aanvraag. Uw trainingsaanvraag heeft geen waarde opgegeven voor het 'startTime' veld. Een voorbeeld is {"endTime": "2021-01-01T00:00:00Z"}.
InvalidSlidingWindow 400 Het 'slidingWindow' veld moet een geheel getal tussen 28 en 2880 zijn. Het 'slidingWindow' veld moet een geheel getal tussen 28 en 2880 (inclusief) zijn.

Een multivariate model ophalen met een model-id

Foutcode HTTP-foutcode Foutbericht Opmerking
ModelNotExist 404 Het model bestaat niet. Het model met de bijbehorende model-id bestaat niet. Controleer de model-id in de aanvraag-URL.

Multivariate-modellen weergeven

Foutcode HTTP-foutcode Foutbericht Opmerking
InvalidRequestParameterError 400 Ongeldige waarden voor $skip of $top. Controleer of de waarden voor de twee parameters numeriek zijn. De waarden $skip en $top worden gebruikt om de modellen met paginering weer te geven. Omdat de API alleen de 10 laatst bijgewerkte modellen retourneert, kunt u $skip en $top gebruiken om eerder bijgewerkte modellen op te halen.

Anomaliedetectie met een getraind model

Foutcode HTTP-foutcode Foutbericht Opmerking
ModelNotExist 404 Het model bestaat niet. Het model dat wordt gebruikt voor deductie bestaat niet. Controleer de model-id in de aanvraag-URL.
ModelFailed 400 Het model kan niet worden getraind. Het model is niet getraind. Gedetailleerde informatie ophalen door het model op te halen met model-id.
ModelNotReady 400 Het model is nog niet gereed. Het model is nog niet gereed. Wacht even totdat het trainingsproces is voltooid.
InvalidFileSize 413 Het bestand><overschrijdt de bestandsgrootte (<groottelimiet> van bytes). De grootte van deductiegegevens overschrijdt de bovengrens, die momenteel 2 GB is. Gebruik minder gegevens voor deductie.

Detectieresultaten ophalen

Foutcode HTTP-foutcode Foutbericht Opmerking
ResultNotExist 404 Het resultaat bestaat niet. Het resultaat per aanvraag bestaat niet. Deductie is niet voltooid of het resultaat is verlopen. De verlooptijd is zeven dagen.

Gegevensverwerkingsfouten

Aan de volgende foutcodes zijn geen HTTP-foutcodes gekoppeld.

Foutcode Foutbericht Opmerking
NoVariablesFound Er zijn geen variabelen gevonden. Controleer of uw bestanden zijn geordend volgens de instructies. Er zijn geen CSV-bestanden gevonden uit de gegevensbron. Deze fout wordt meestal veroorzaakt door een onjuiste organisatie van bestanden. Bekijk de voorbeeldgegevens voor de gewenste structuur.
DuplicatedVariables Er zijn meerdere variabelen met dezelfde naam. Er zijn dubbele variabelenamen.
FileNotExist De bestandsnaam> van het bestand <bestaat niet. Deze fout treedt meestal op tijdens deductie. De variabele is weergegeven in de trainingsgegevens, maar ontbreekt in de deductiegegevens.
RedundantFile Bestandsbestandsbestand <> is overbodig. Deze fout treedt meestal op tijdens deductie. De variabele stond niet in de trainingsgegevens, maar werd weergegeven in de deductiegegevens.
FileSizeTooLarge De bestandsgrootte <> is te groot. De grootte van de bestandsnaam> van één CSV-bestand <overschrijdt de limiet. Train met minder gegevens.
ReadingFileError Er zijn fouten opgetreden bij het lezen <van de bestandsnaam>. <Foutberichten> Kan de bestandsnaam> van het bestand <niet lezen. Zie de <foutberichten> of controleer ermee pd.read_csv(filename) in een lokale omgeving voor meer informatie.
FileColumnsNotExist De tijdstempel of waarde van kolommen in de bestandsnaam> van het bestand <bestaat niet. Elk CSV-bestand moet twee kolommen hebben met de namen van de tijdstempel en waarde (hoofdlettergevoelig).
VariableParseError Fout bij het parseren <van variabelevariabele.<>> De variabele> kan niet worden verwerkt <vanwege runtimefouten. Zie het <foutbericht> of neem contact met ons op met het <foutbericht> voor meer informatie.
MergeDataFailed Kan gegevens niet samenvoegen. Controleer de gegevensindeling. Het samenvoegen van gegevens is mislukt. Deze fout is mogelijk vanwege de verkeerde gegevensindeling of de onjuiste organisatie van bestanden. Bekijk de voorbeeldgegevens voor de huidige bestandsstructuur.
ColumnNotFound Kolomkolom <> kan niet worden gevonden in de samengevoegde gegevens. Er ontbreekt een kolom na samenvoegen. Verify the data.
NumColumnsMismatch Het aantal kolommen met samengevoegde gegevens komt niet overeen met het aantal variabelen. Verify the data.
TooManyData Te veel gegevenspunten. Maximumaantal is 10000000 per variabele. Verklein de grootte van invoergegevens.
NoData Er zijn geen effectieve gegevens. Er zijn geen gegevens om te trainen/deductie na verwerking. Controleer de begin- en eindtijd.
DataExceedsLimit. De lengte van gegevens waarvan de tijdstempel zich tussen startTime de endTime limiet (limiet>) bevindt en< overschrijdt. De grootte van gegevens na verwerking overschrijdt de limiet. Er is momenteel geen limiet voor verwerkte gegevens.
NotEnoughInput Onvoldoende gegevens. De gegevenslengte is <gegevenslengte>, maar de minimale lengte moet groter zijn dan het schuifvenster, wat de grootte van het schuifvenster> is<. Het minimale aantal gegevenspunten voor deductie is de grootte van het schuifvenster. Probeer meer gegevens op te geven voor deductie.