TimeSeriesCatalog Класс

Определение

Пространство имен:

Microsoft.ML

Сборка:

Microsoft.ML.TimeSeries.dll

Пакет:

Microsoft.ML.TimeSeries v3.0.1

public static class TimeSeriesCatalog

type TimeSeriesCatalog = class

Public Module TimeSeriesCatalog

Наследование

Object

TimeSeriesCatalog

Методы

DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)	Создание SrCnnAnomalyEstimator, которое обнаруживает аномалии времени с помощью алгоритма SRCNN.
DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	СозданиеSsaChangePointEstimator, которое прогнозирует точки изменения в временных рядах с помощью анализа сингулярного спектра (SSA).
DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	Устаревшие.. СозданиеSsaChangePointEstimator, которое прогнозирует точки изменения в временных рядах с помощью анализа сингулярного спектра (SSA).
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode)	Создание Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, которое обнаруживает аномалии времени для всех входных данных с помощью алгоритма SRCNN.
DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions)	Создание Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetector, которое обнаруживает аномалии времени для всех входных данных с помощью алгоритма SRCNN.
DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)	Создание IidChangePointEstimator, которое прогнозирует точки изменения в независимо распределенных (i.i.d.) временных рядов на основе адаптивных оценок плотности ядра и оценок мартингала.
DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)	Устаревшие.. Создание IidChangePointEstimator, которое прогнозирует точки изменения в независимо распределенных (i.i.d.) временных рядов на основе адаптивных оценок плотности ядра и оценок мартингала.
DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)	Создание IidSpikeEstimator, которое прогнозирует пики независимо распределенных (i.i.d.) временных рядов на основе адаптивных оценок плотности ядра и оценок мартингала.
DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)	Устаревшие.. Создание IidSpikeEstimator, которое прогнозирует пики независимо распределенных (i.i.d.) временных рядов на основе адаптивных оценок плотности ядра и оценок мартингала.
DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double)	В данных временных рядов сезонность (или периодичность) — это наличие вариантов, которые происходят с определенными регулярными интервалами, например еженедельно, ежемесячно или ежеквартально. Этот метод обнаруживает этот прогнозируемый интервал (или период), внедряя методы анализа фурье. Если входные значения имеют одинаковый интервал времени (например, данные датчика, собранные каждую секунду по меткам времени), этот метод принимает список данных временных рядов и возвращает регулярный период для входных сезонных данных, если прогнозируемое колебание или шаблон можно найти, что рекурс или повторение в течение этого периода на протяжении входных значений. Возвращает значение -1, если такой шаблон не найден, то есть входные значения не следуют сезонным колебаниям.
DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)	СозданиеSsaSpikeEstimator, которое прогнозирует пики временных рядов с помощью анализа сингулярного спектра (SSA).
DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)	Устаревшие.. СозданиеSsaSpikeEstimator, которое прогнозирует пики временных рядов с помощью анализа сингулярного спектра (SSA).
ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)	Модель единого анализа спектра (SSA) для однопараметрического прогнозирования временных рядов. Дополнительные сведения о модели см. в разделе http://arxiv.org/pdf/1206.6910.pdf.
LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Создание RootCause, которое локализует первопричины с помощью алгоритма дерева принятия решений.
LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double)	Выводит упорядоченный список RootCauses. Порядок соответствует тому, какая подготовленная причина, скорее всего, является первопричиной.