TimeSeriesCatalog Classe

Definição

Namespace:

Microsoft.ML

Assembly:

Microsoft.ML.TimeSeries.dll

Pacote:

Microsoft.ML.TimeSeries v2.0.0

public static class TimeSeriesCatalog

type TimeSeriesCatalog = class

Public Module TimeSeriesCatalog

Herança

Object

TimeSeriesCatalog

Métodos

DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)	Criar SrCnnAnomalyEstimator, que detecta anomalias de timeseries usando o algoritmo SRCNN.
DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Criar SsaChangePointEstimator, que prevê pontos de alteração na série temporal usando a Singular Spectrum Analysis (SSA).
DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Obsoleto. Criar SsaChangePointEstimator, que prevê pontos de alteração na série temporal usando a Singular Spectrum Analysis (SSA).
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode)	Criar Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, que detecta anomalias de timeseries para entrada inteira usando o algoritmo SRCNN.
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions)	Criar Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, que detecta anomalias de timeseries para entrada inteira usando o algoritmo SRCNN.
DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)	Criar IidChangePointEstimator, que prevê pontos de alteração em uma série temporal independente distribuída de forma idêntica (i.i.d.) com base em estimativas de densidade de kernel adaptável e pontuações de martingale.
DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)	Obsoleto. Criar IidChangePointEstimator, que prevê pontos de alteração em uma série temporal independente distribuída de forma idêntica (i.i.d.) com base em estimativas de densidade de kernel adaptável e pontuações de martingale.
DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)	Criar IidSpikeEstimator, que prevê picos em séries temporais distribuídas de forma idêntica independente (i.i.d.) com base em estimativas de densidade de kernel adaptável e pontuações de martingale.
DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)	Obsoleto. Criar IidSpikeEstimator, que prevê picos em séries temporais distribuídas de forma idêntica independente (i.i.d.) com base em estimativas de densidade de kernel adaptável e pontuações de martingale.
DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double)	Em dados de série temporal, a sazonalidade (ou periodicidade) é a presença de variações que ocorrem em intervalos regulares específicos, como semanal, mensal ou trimestral. Esse método detecta esse intervalo previsível (ou período) adotando técnicas de análise fourier. Supondo que os valores de entrada tenham o mesmo intervalo de tempo (por exemplo, dados do sensor coletados a cada segundo ordenado por carimbos de data/hora), esse método usa uma lista de dados de série temporal e retorna o período regular para os dados sazonais de entrada, se uma flutuação ou padrão previsível pode ser encontrado que se repete ou se repete durante esse período em todos os valores de entrada. Retorna -1 se nenhum padrão desse tipo for encontrado, ou seja, os valores de entrada não seguirão uma flutuação sazonal.
DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Criar SsaSpikeEstimator, que prevê picos em séries temporais usando a Singular Spectrum Analysis (SSA).
DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Obsoleto. Criar SsaSpikeEstimator, que prevê picos em séries temporais usando a Singular Spectrum Analysis (SSA).
ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)	Modelo de Análise de Espectro Singular (SSA) para previsão de série temporal nãovariada. Para obter os detalhes do modelo, consulte http://arxiv.org/pdf/1206.6910.pdf.
LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Criar RootCause, que localiza causas raiz usando o algoritmo de árvore de decisão.
LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Gera uma lista ordenada de RootCauses. A ordem corresponde a qual causa preparada é mais provável que seja a causa raiz.