AnomalyDetector class
- Extends
Anomaly |
Inicializa uma nova instância da classe AnomalyDetector. |
delete |
Excluir um modelo multivariado existente de acordo com a modelId |
detect |
Enviar a tarefa de anomalias multivariadas de detecção com o modelo treinado de modelId, o esquema de entrada deve ser o mesmo com a solicitação de treinamento. Portanto, a solicitação será concluída de forma assíncrona e retornará uma resultId para consultar o resultado da detecção. A solicitação deve ser um link de origem para indicar um Uri de armazenamento do Azure acessível externamente (preferencialmente um Uri de Assinatura de Acesso Compartilhado). Todas as séries temporais usadas na geração do modelo devem ser compactadas em um único arquivo. Cada série temporal será a seguinte: a primeira coluna é o carimbo de data/hora e a segunda coluna é o valor. |
detect |
Avaliar a pontuação de ponto de alteração de cada ponto de série |
detect |
Essa operação gera um modelo com uma série inteira, cada ponto é detectado com o mesmo modelo. Com esse método, pontos antes e depois de um determinado ponto são usados para determinar se é uma anomalia. Toda a detecção pode dar ao usuário um status geral da série temporal. |
detect |
Essa operação gera um modelo usando pontos antes do mais recente. Com esse método, somente pontos históricos são usados para determinar se o ponto de destino é uma anomalia. A operação de detecção de ponto mais recente corresponde ao cenário de monitoramento em tempo real das métricas de negócios. |
export |
Exportar modelo de detecção de anomalias multivariadas com base em modelId |
get |
Obter o resultado da detecção de anomalias multivariadas com base em resultId retornado pela api DetectAnomalyAsync |
get |
Obtenha informações detalhadas do modelo multivariado, incluindo o status de treinamento e as variáveis usadas no modelo. |
last |
API sincronizada para detecção de anomalias. |
list |
Listar modelos de uma assinatura |
train |
Crie e treine um modelo de detecção de anomalias multivariadas. A solicitação deve incluir um parâmetro de origem para indicar um Uri de armazenamento do Azure acessível externamente (preferencialmente um Uri de Assinatura de Acesso Compartilhado). Todas as séries temporais usadas na geração do modelo devem ser compactadas em um único arquivo. Cada série temporal estará em um único arquivo CSV no qual a primeira coluna é carimbo de data/hora e a segunda coluna é o valor. |
send |
Envie uma solicitação HTTP preenchida usando o OperationSpec fornecido. |
send |
Envie o httpRequest fornecido. |
Inicializa uma nova instância da classe AnomalyDetector.
new AnomalyDetector(endpoint: string, options?: AnomalyDetectorOptionalParams)
Parâmetros
- endpoint
-
string
Pontos de extremidade dos Serviços Cognitivos com suporte (protocolo e nome do host, por exemplo: https://westus2.api.cognitive.microsoft.com).
- options
- AnomalyDetectorOptionalParams
As opções de parâmetro
Excluir um modelo multivariado existente de acordo com a modelId
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>
Parâmetros
- modelId
-
string
Identificador de modelo.
Os parâmetros de opções.
Retornos
Promise<RestResponse>
Enviar a tarefa de anomalias multivariadas de detecção com o modelo treinado de modelId, o esquema de entrada deve ser o mesmo com a solicitação de treinamento. Portanto, a solicitação será concluída de forma assíncrona e retornará uma resultId para consultar o resultado da detecção. A solicitação deve ser um link de origem para indicar um Uri de armazenamento do Azure acessível externamente (preferencialmente um Uri de Assinatura de Acesso Compartilhado). Todas as séries temporais usadas na geração do modelo devem ser compactadas em um único arquivo. Cada série temporal será a seguinte: a primeira coluna é o carimbo de data/hora e a segunda coluna é o valor.
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>
Parâmetros
- modelId
-
string
Identificador de modelo.
- body
- DetectionRequest
Detectar solicitação de anomalias
Os parâmetros de opções.
Retornos
Promise<AnomalyDetectorDetectAnomalyResponse>
Avaliar a pontuação de ponto de alteração de cada ponto de série
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>
Parâmetros
Pontos de série temporal e granularidade são necessários. Parâmetros de modelo avançados também podem ser definidos na solicitação, se necessário.
Os parâmetros de opções.
Retornos
Essa operação gera um modelo com uma série inteira, cada ponto é detectado com o mesmo modelo. Com esse método, pontos antes e depois de um determinado ponto são usados para determinar se é uma anomalia. Toda a detecção pode dar ao usuário um status geral da série temporal.
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>
Parâmetros
- body
- DetectRequest
Pontos de série temporal e ponto, se necessário. Parâmetros de modelo avançados também podem ser definidos na solicitação.
Os parâmetros de opções.
Retornos
Essa operação gera um modelo usando pontos antes do mais recente. Com esse método, somente pontos históricos são usados para determinar se o ponto de destino é uma anomalia. A operação de detecção de ponto mais recente corresponde ao cenário de monitoramento em tempo real das métricas de negócios.
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>
Parâmetros
- body
- DetectRequest
Pontos de série temporal e ponto, se necessário. Parâmetros de modelo avançados também podem ser definidos na solicitação.
Os parâmetros de opções.
Retornos
Exportar modelo de detecção de anomalias multivariadas com base em modelId
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>
Parâmetros
- modelId
-
string
Identificador de modelo.
Os parâmetros de opções.
Retornos
Promise<AnomalyDetectorExportModelResponse>
Obter o resultado da detecção de anomalias multivariadas com base em resultId retornado pela api DetectAnomalyAsync
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>
Parâmetros
- resultId
-
string
Identificador de resultado.
Os parâmetros de opções.
Retornos
Obtenha informações detalhadas do modelo multivariado, incluindo o status de treinamento e as variáveis usadas no modelo.
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>
Parâmetros
- modelId
-
string
Identificador de modelo.
Os parâmetros de opções.
Retornos
API sincronizada para detecção de anomalias.
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>
Parâmetros
- modelId
-
string
Identificador de modelo.
- body
- LastDetectionRequest
Solicitação de última detecção.
Os parâmetros de opções.
Retornos
Listar modelos de uma assinatura
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
Parâmetros
Os parâmetros de opções.
Retornos
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
Crie e treine um modelo de detecção de anomalias multivariadas. A solicitação deve incluir um parâmetro de origem para indicar um Uri de armazenamento do Azure acessível externamente (preferencialmente um Uri de Assinatura de Acesso Compartilhado). Todas as séries temporais usadas na geração do modelo devem ser compactadas em um único arquivo. Cada série temporal estará em um único arquivo CSV no qual a primeira coluna é carimbo de data/hora e a segunda coluna é o valor.
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>
Parâmetros
Solicitação de treinamento
Os parâmetros de opções.
Retornos
Envie uma solicitação HTTP preenchida usando o OperationSpec fornecido.
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>
Parâmetros
- operationArguments
- OperationArguments
Os argumentos dos quais os valores de modelo da solicitação HTTP serão preenchidos.
- operationSpec
- OperationSpec
O OperationSpec a ser usado para preencher o httpRequest.
- callback
-
ServiceCallback<any>
O retorno de chamada a ser chamado quando a resposta é recebida.
Retornos
Promise<RestResponse>
Envie o httpRequest fornecido.
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>
Parâmetros
- options
Retornos
Promise<HttpOperationResponse>
herdado deanomalyDetectorContext.sendRequest
Comentários do Azure SDK for JavaScript
O Azure SDK for JavaScript é um projeto código aberto. Selecione um link para fornecer comentários: