AnomalyDetectorClient class
Clientklasse voor interactie met Azure Anomaly Detector-service.
- Extends
Constructors
| Anomaly |
Hiermee maakt u een exemplaar van AnomalyDetectorClient. Gebruiksvoorbeeld: |
Overgenomen eigenschappen
| api |
|
| endpoint |
Overgenomen methoden
| delete |
Een bestaand multivariant model verwijderen op basis van de modelId |
| detect |
Multivariate anomaly-taak voor detectie indienen met het getrainde model van modelId. Het invoerschema moet hetzelfde zijn met de trainingsaanvraag. De aanvraag wordt dus asynchroon voltooid en retourneert een resultId voor het uitvoeren van query's op het detectieresultaat. De aanvraag moet een bronkoppeling zijn om een extern toegankelijke Azure Storage-URI aan te geven (bij voorkeur een Shared Access Signature-URI). Alle tijdreeksen die worden gebruikt in het genereren van het model, moeten in één bestand worden gezipt. Elke tijdreeks is als volgt: de eerste kolom is tijdstempel en de tweede kolom is waarde. |
| detect |
Wijzigingspuntscore van elk reekspunt evalueren |
| detect |
Met deze bewerking wordt een model met een hele reeks gegenereerd. Elk punt wordt gedetecteerd met hetzelfde model. Met deze methode worden punten voor en na een bepaald punt gebruikt om te bepalen of het een anomalie is. De volledige detectie kan de gebruiker een algemene status van de tijdreeks geven. |
| detect |
Met deze bewerking wordt een model gegenereerd met behulp van punten vóór de meest recente. Met deze methode worden alleen historische punten gebruikt om te bepalen of het doelpunt een anomalie is. Het meest recente detectiepunt komt overeen met het scenario van realtime bewaking van metrische bedrijfsgegevens. |
| export |
Multivariate anomaly detection model op basis van modelId exporteren |
| get |
Multivariate anomaliedetectieresultaat ophalen op basis van resultId die wordt geretourneerd door de DetectAnomalyAsync-API |
| get |
Gedetailleerde informatie over het multivariabele model, inclusief de trainingsstatus en variabelen die in het model worden gebruikt. |
| last |
Gesynchroniseerde API voor anomaliedetectie. |
| list |
Modellen van een abonnement weergeven |
| send |
Verzend een HTTP-aanvraag die is ingevuld met behulp van de opgegeven OperationSpec. |
| send |
Verzend de opgegeven httpRequest. |
| train |
Een multivariabele anomaliedetectiemodel maken en trainen. De aanvraag moet een bronparameter bevatten om een extern toegankelijke Azure Storage-URI aan te geven (bij voorkeur een Shared Access Signature-URI). Alle tijdreeksen die worden gebruikt in het genereren van het model, moeten in één bestand worden gezipt. Elke tijdreeks bevindt zich in één CSV-bestand waarin de eerste kolom een tijdstempel is en de tweede kolom een waarde. |
Constructordetails
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
Hiermee maakt u een exemplaar van AnomalyDetectorClient.
Gebruiksvoorbeeld:
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)Parameters
- endpointUrl
-
string
URL naar een Azure Anomaly Detector-service-eindpunt
- credential
Wordt gebruikt om aanvragen voor de service te verifiëren.
- options
- PipelineOptions
Wordt gebruikt om de Form Recognizer-client te configureren.
Details van overgenomen eigenschap
apiVersion
endpoint
Details overgenomen methode
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
Een bestaand multivariant model verwijderen op basis van de modelId
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>Parameters
- modelId
-
string
Model-id.
De optiesparameters.
Retouren
Promise<RestResponse>
Overgenomen vanAnomalyDetector.deleteMultivariateModel
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
Multivariate anomaly-taak voor detectie indienen met het getrainde model van modelId. Het invoerschema moet hetzelfde zijn met de trainingsaanvraag. De aanvraag wordt dus asynchroon voltooid en retourneert een resultId voor het uitvoeren van query's op het detectieresultaat. De aanvraag moet een bronkoppeling zijn om een extern toegankelijke Azure Storage-URI aan te geven (bij voorkeur een Shared Access Signature-URI). Alle tijdreeksen die worden gebruikt in het genereren van het model, moeten in één bestand worden gezipt. Elke tijdreeks is als volgt: de eerste kolom is tijdstempel en de tweede kolom is waarde.
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>Parameters
- modelId
-
string
Model-id.
- body
- DetectionRequest
Anomalieaanvraag detecteren
De optiesparameters.
Retouren
Promise<AnomalyDetectorDetectAnomalyResponse>
Overgenomen vanAnomalyDetector.detectAnomaly
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
Wijzigingspuntscore van elk reekspunt evalueren
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>Parameters
Tijdreekspunten en granulariteit zijn nodig. Geavanceerde modelparameters kunnen indien nodig ook worden ingesteld in de aanvraag.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.detectChangePoint
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
Met deze bewerking wordt een model met een hele reeks gegenereerd. Elk punt wordt gedetecteerd met hetzelfde model. Met deze methode worden punten voor en na een bepaald punt gebruikt om te bepalen of het een anomalie is. De volledige detectie kan de gebruiker een algemene status van de tijdreeks geven.
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>Parameters
- body
- DetectRequest
Tijdreekspunten en periode indien nodig. Geavanceerde modelparameters kunnen ook worden ingesteld in de aanvraag.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.detectEntireSeries
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
Met deze bewerking wordt een model gegenereerd met behulp van punten vóór de meest recente. Met deze methode worden alleen historische punten gebruikt om te bepalen of het doelpunt een anomalie is. Het meest recente detectiepunt komt overeen met het scenario van realtime bewaking van metrische bedrijfsgegevens.
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>Parameters
- body
- DetectRequest
Tijdreekspunten en periode indien nodig. Geavanceerde modelparameters kunnen ook worden ingesteld in de aanvraag.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.detectLastPoint
exportModel(string, AnomalyDetectorExportModelOptionalParams)
Multivariate anomaly detection model op basis van modelId exporteren
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>Parameters
- modelId
-
string
Model-id.
De optiesparameters.
Retouren
Promise<AnomalyDetectorExportModelResponse>
Overgenomen vanAnomalyDetector.exportModel
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
Multivariate anomaliedetectieresultaat ophalen op basis van resultId die wordt geretourneerd door de DetectAnomalyAsync-API
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>Parameters
- resultId
-
string
Resultaat-id.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.getDetectionResult
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
Gedetailleerde informatie over het multivariabele model, inclusief de trainingsstatus en variabelen die in het model worden gebruikt.
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>Parameters
- modelId
-
string
Model-id.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.getMultivariateModel
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
Gesynchroniseerde API voor anomaliedetectie.
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>Parameters
- modelId
-
string
Model-id.
- body
- LastDetectionRequest
Aanvraag voor laatste detectie.
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.lastDetectAnomaly
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
Modellen van een abonnement weergeven
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>Parameters
De optiesparameters.
Retouren
PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
Overgenomen vanAnomalyDetector.listMultivariateModel
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
Verzend een HTTP-aanvraag die is ingevuld met behulp van de opgegeven OperationSpec.
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>Parameters
- operationArguments
- OperationArguments
De argumenten waaruit de sjabloonwaarden van de HTTP-aanvraag worden ingevuld.
- operationSpec
- OperationSpec
De OperationSpec die moet worden gebruikt om de httpRequest in te vullen.
- callback
-
ServiceCallback<any>
De callback om aan te roepen wanneer het antwoord wordt ontvangen.
Retouren
Promise<RestResponse>
Overgenomen vanAnomalyDetector.sendOperationRequest
sendRequest(RequestPrepareOptions | WebResourceLike)
Verzend de opgegeven httpRequest.
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>Parameters
- options
Retouren
Promise<HttpOperationResponse>
Overgenomen vanAnomalyDetector.sendRequest
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
Een multivariabele anomaliedetectiemodel maken en trainen. De aanvraag moet een bronparameter bevatten om een extern toegankelijke Azure Storage-URI aan te geven (bij voorkeur een Shared Access Signature-URI). Alle tijdreeksen die worden gebruikt in het genereren van het model, moeten in één bestand worden gezipt. Elke tijdreeks bevindt zich in één CSV-bestand waarin de eerste kolom een tijdstempel is en de tweede kolom een waarde.
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>Parameters
Trainingsaanvraag
De optiesparameters.
Retouren
Overgenomen vanAnomalyDetector.trainMultivariateModel
Azure SDK for JavaScript
Feedback
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie: https://aka.ms/ContentUserFeedback.
Feedback verzenden en weergeven voor