AnomalyDetectorClient Klas

De Anomaly Detector-API detecteert automatisch afwijkingen in tijdreeksgegevens. Het ondersteunt twee soorten modus, een is voor staatloos gebruik, een andere is voor stateful gebruik. In de staatloze modus zijn er drie functies. Gehele detectie is voor het detecteren van de hele reeks met een model dat is getraind door de tijdreeks. Laatste detectie detecteert het laatste punt met een model dat eerder is getraind door punten. ChangePoint Detect is bedoeld voor het detecteren van trendwijzigingen in tijdreeksen. In de stateful modus kan de gebruiker tijdreeksen opslaan. De opgeslagen tijdreeks wordt gebruikt voor detectieafwijkingen. In deze modus kan de gebruiker nog steeds de bovenstaande drie functies gebruiken door alleen een tijdsbereik te geven zonder tijdreeksen aan de clientzijde voor te bereiden. Naast de bovenstaande drie functies biedt het stateful model ook een op groepen gebaseerde detectie- en labelservice. Door gebruik te maken van de labelservice kan de gebruiker labels opgeven voor elk detectieresultaat, worden deze labels gebruikt voor het opnieuw afstemmen of opnieuw genereren van detectiemodellen. Inconsistentiedetectie is een soort op groep gebaseerde detectie. Deze detectie vindt inconsistenties in een set tijdreeksen. Met behulp van de anomaly detector-service kunnen zakelijke klanten incidenten detecteren en een logische stroom tot stand brengen voor analyse van hoofdoorzaak.

Overname

azure.ai.anomalydetector._operations._operations.AnomalyDetectorClientOperationsMixin

AnomalyDetectorClient

Constructor

AnomalyDetectorClient(endpoint: str, credential: AzureKeyCredential, **kwargs: Any)

Parameters

endpoint

str

Vereist

Ondersteunde Cognitive Services-eindpunten (protocol en hostnaam, bijvoorbeeld: https://westus2.api.cognitive.microsoft.com). Vereist.

credential

AzureKeyCredential

Vereist

Referenties die nodig zijn voor de client om verbinding te maken met Azure. Vereist.

api_version

str

API-versie. De standaardwaarde is 'v1.1'. Houd er rekening mee dat het overschrijven van deze standaardwaarde kan leiden tot niet-ondersteund gedrag.

Methoden

close
delete_multivariate_model	Multivariate model verwijderen. Verwijder een bestaand multivariabel model op basis van de modelId.
detect_multivariate_batch_anomaly	Detecteer multivariate anomalie. Dien multivariate anomaliedetectietaak in met de modelId van getrainde model- en deductiegegevens. Het invoerschema moet hetzelfde zijn als de trainingsaanvraag. De aanvraag wordt asynchroon voltooid en retourneert een resultId om een query uit te voeren op het detectieresultaat. De aanvraag moet een bronkoppeling zijn om een extern toegankelijke Azure Storage-URI aan te geven, die wees naar een Azure Blob Storage-map of naar een CSV-bestand in Azure Blob Storage.
detect_multivariate_last_anomaly	Detecteer afwijkingen in het laatste punt van de aanvraagbody. Dien multivariate anomaliedetectietaak in met de modelId van getrainde model- en deductiegegevens. De deductiegegevens moeten in de aanvraagbody worden geplaatst in een JSON-indeling. De aanvraag wordt synchroon voltooid en retourneert de detectie onmiddellijk in de hoofdtekst van het antwoord.
detect_univariate_change_point	Detecteer het wijzigingspunt voor de hele reeks. Evalueer de wijzigingspuntscore van elk reekspunt.
detect_univariate_entire_series	Detecteer afwijkingen voor de hele reeks in batch. 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_univariate_last_point	Anomaliestatus van het laatste punt in tijdreeks detecteren. Met deze bewerking wordt een model gegenereerd met behulp van de punten die u naar de API hebt verzonden en op basis van alle gegevens om te bepalen of het laatste punt afwijkend is.
get_multivariate_batch_detection_result	Resultaat van meervoudige anomaliedetectie ophalen. Voor asynchrone deductie haalt u multivariate anomaliedetectieresultaten op op basis van resultId die wordt geretourneerd door de BatchDetectAnomaly-API.
get_multivariate_model	Multivariate model ophalen. Gedetailleerde informatie over het multivariate model, inclusief de trainingsstatus en variabelen die in het model worden gebruikt.
list_multivariate_models	Multivariate-modellen weergeven. Maak een lijst met modellen van een resource.
send_request	Voert de netwerkaanvraag uit via het gekoppelde beleid van de client. >>> from azure.core.rest import HttpRequest >>> request = HttpRequest("GET", "https://www.example.org/") <HttpRequest [GET], url: 'https://www.example.org/'> >>> response = client.send_request(request) <HttpResponse: 200 OK> Zie voor meer informatie over deze codestroom https://aka.ms/azsdk/dpcodegen/python/send_request
train_multivariate_model	Een multivariate anomaliedetectiemodel trainen. Een multivariate anomaliedetectiemodel maken en trainen. De aanvraag moet een bronparameter bevatten om een extern toegankelijke Azure Blob Storage-URI aan te geven. Er zijn twee typen gegevensinvoer: een URI die wees naar een Azure Blob Storage-map die meerdere CSV-bestanden bevat en elk CSV-bestand bevat twee kolommen, een tijdstempel en een variabele. Een ander type invoer is een URI die verwijst naar een CSV-bestand in Azure Blob Storage, dat alle variabelen en een tijdstempelkolom bevat.

close

close() -> None

delete_multivariate_model

Multivariate model verwijderen.

Verwijder een bestaand multivariabel model op basis van de modelId.

delete_multivariate_model(model_id: str, **kwargs: Any) -> None

Parameters

model_id

str

Vereist

Model-id. Vereist.

Retouren

Geen

Retourtype

None

Uitzonderingen

HttpResponseError

detect_multivariate_batch_anomaly

Detecteer multivariate anomalie.

Dien multivariate anomaliedetectietaak in met de modelId van getrainde model- en deductiegegevens. Het invoerschema moet hetzelfde zijn als de trainingsaanvraag. De aanvraag wordt asynchroon voltooid en retourneert een resultId om een query uit te voeren op het detectieresultaat. De aanvraag moet een bronkoppeling zijn om een extern toegankelijke Azure Storage-URI aan te geven, die wees naar een Azure Blob Storage-map of naar een CSV-bestand in Azure Blob Storage.

detect_multivariate_batch_anomaly(model_id: str, options: MultivariateBatchDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> MultivariateDetectionResult

Parameters

model_id

str

Vereist

Model-id. Vereist.

options

MultivariateBatchDetectionOptions of <xref:JSON> of IO

Vereist

Aanvraag van multivariate anomaliedetectie. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

MultivariateDetectionResult. MultivariateDetectionResult is compatibel met MutableMapping

Retourtype

MultivariateDetectionResult

Uitzonderingen

HttpResponseError

detect_multivariate_last_anomaly

Detecteer afwijkingen in het laatste punt van de aanvraagbody.

Dien multivariate anomaliedetectietaak in met de modelId van getrainde model- en deductiegegevens. De deductiegegevens moeten in de aanvraagbody worden geplaatst in een JSON-indeling. De aanvraag wordt synchroon voltooid en retourneert de detectie onmiddellijk in de hoofdtekst van het antwoord.

detect_multivariate_last_anomaly(model_id: str, options: MultivariateLastDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> MultivariateLastDetectionResult

Parameters

model_id

str

Vereist

Model-id. Vereist.

options

MultivariateLastDetectionOptions of <xref:JSON> of IO

Vereist

Aanvraag van laatste detectie. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

MultivariateLastDetectionResult. MultivariateLastDetectionResult is compatibel met MutableMapping

Retourtype

MultivariateLastDetectionResult

Uitzonderingen

HttpResponseError

detect_univariate_change_point

Detecteer het wijzigingspunt voor de hele reeks.

Evalueer de wijzigingspuntscore van elk reekspunt.

detect_univariate_change_point(options: UnivariateChangePointDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateChangePointDetectionResult

Parameters

options

UnivariateChangePointDetectionOptions of <xref:JSON> of IO

Vereist

Methode voor univariate anomaliedetectie. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

UnivariateChangePointDetectionResult. UnivariateChangePointDetectionResult is compatibel met MutableMapping

Retourtype

UnivariateChangePointDetectionResult

Uitzonderingen

HttpResponseError

detect_univariate_entire_series

Detecteer afwijkingen voor de hele reeks in batch.

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_univariate_entire_series(options: UnivariateDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateEntireDetectionResult

Parameters

options

UnivariateDetectionOptions of <xref:JSON> of IO

Vereist

Methode voor univariate anomaliedetectie. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

UnivariateEntireDetectionResult. De UnivariateEntireDetectionResult is compatibel met MutableMapping

Retourtype

UnivariateEntireDetectionResult

Uitzonderingen

HttpResponseError

detect_univariate_last_point

Anomaliestatus van het laatste punt in tijdreeks detecteren.

Met deze bewerking wordt een model gegenereerd met behulp van de punten die u naar de API hebt verzonden en op basis van alle gegevens om te bepalen of het laatste punt afwijkend is.

detect_univariate_last_point(options: UnivariateDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateLastDetectionResult

Parameters

options

UnivariateDetectionOptions of <xref:JSON> of IO

Vereist

Methode voor univariate anomaliedetectie. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

UnivariateLastDetectionResult. UnivariateLastDetectionResult is compatibel met MutableMapping

Retourtype

UnivariateLastDetectionResult

Uitzonderingen

HttpResponseError

get_multivariate_batch_detection_result

Resultaat van meervoudige anomaliedetectie ophalen.

Voor asynchrone deductie haalt u multivariate anomaliedetectieresultaten op op basis van resultId die wordt geretourneerd door de BatchDetectAnomaly-API.

get_multivariate_batch_detection_result(result_id: str, **kwargs: Any) -> MultivariateDetectionResult

Parameters

result_id

str

Vereist

Id van een batchdetectieresultaat. Vereist.

Retouren

MultivariateDetectionResult. MultivariateDetectionResult is compatibel met MutableMapping

Retourtype

MultivariateDetectionResult

Uitzonderingen

HttpResponseError

get_multivariate_model

Multivariate model ophalen.

Gedetailleerde informatie over het multivariate model, inclusief de trainingsstatus en variabelen die in het model worden gebruikt.

get_multivariate_model(model_id: str, **kwargs: Any) -> AnomalyDetectionModel

Parameters

model_id

str

Vereist

Model-id. Vereist.

Retouren

AnomalyDetectionModel. Het AnomalyDetectionModel is compatibel met MutableMapping

Retourtype

AnomalyDetectionModel

Uitzonderingen

HttpResponseError

list_multivariate_models

Multivariate-modellen weergeven.

Maak een lijst met modellen van een resource.

list_multivariate_models(*, skip: int | None = None, top: int | None = None, **kwargs: Any) -> Iterable[AnomalyDetectionModel]

Parameters

skip

int

Overslaan geeft aan hoeveel modellen worden overgeslagen. De standaardwaarde is Geen.

top

int

Boven geeft aan hoeveel modellen worden opgehaald. De standaardwaarde is Geen.

Retouren

Een iterator zoals een exemplaar van AnomalyDetectionModel. Het AnomalyDetectionModel is compatibel met MutableMapping

Retourtype

ItemPaged[AnomalyDetectionModel]

Uitzonderingen

HttpResponseError

send_request

Voert de netwerkaanvraag uit via het gekoppelde beleid van de client.

>>> from azure.core.rest import HttpRequest
>>> request = HttpRequest("GET", "https://www.example.org/")
<HttpRequest [GET], url: 'https://www.example.org/'>
>>> response = client.send_request(request)
<HttpResponse: 200 OK>

Zie voor meer informatie over deze codestroom https://aka.ms/azsdk/dpcodegen/python/send_request

send_request(request: HttpRequest, **kwargs: Any) -> HttpResponse

Parameters

request

HttpRequest

Vereist

De netwerkaanvraag die u wilt maken. Vereist.

stream

bool

Of de nettolading van het antwoord wordt gestreamd. Standaard ingesteld op False.

Retouren

Het antwoord van uw netwerkoproep. Er wordt geen foutafhandeling uitgevoerd voor uw antwoord.

Retourtype

HttpResponse

train_multivariate_model

Een multivariate anomaliedetectiemodel trainen.

Een multivariate anomaliedetectiemodel maken en trainen. De aanvraag moet een bronparameter bevatten om een extern toegankelijke Azure Blob Storage-URI aan te geven. Er zijn twee typen gegevensinvoer: een URI die wees naar een Azure Blob Storage-map die meerdere CSV-bestanden bevat en elk CSV-bestand bevat twee kolommen, een tijdstempel en een variabele. Een ander type invoer is een URI die verwijst naar een CSV-bestand in Azure Blob Storage, dat alle variabelen en een tijdstempelkolom bevat.

train_multivariate_model(model_info: ModelInfo | MutableMapping[str, Any] | IO, **kwargs: Any) -> AnomalyDetectionModel

Parameters

model_info

ModelInfo of <xref:JSON> of IO

Vereist

Modelgegevens. Is een van de volgende typen: model, JSON, IO vereist.

content_type

str

Body parameter Content-Type. Bekende waarden zijn: application/json. De standaardwaarde is Geen.

Retouren

AnomalyDetectionModel. Het AnomalyDetectionModel is compatibel met MutableMapping

Retourtype

AnomalyDetectionModel

Uitzonderingen

HttpResponseError