DetectRequest interface

Paket:

@azure/ai-anomaly-detector

Begäran om hela eller den senaste avvikelseidentifieringen.

Egenskaper

customInterval	Anpassat intervall används för att ange ett tidsintervall som inte är standard, till exempel om serien är 5 minuter, kan begäran anges som {"granularity":"minutely", "customInterval":5}.
granularity	Valfritt argument, kan vara ett av varje år, varje månad, varje vecka, varje dag, varje timme, minutvis, för det andra mikrosekunder eller ingen. Om kornigheten inte finns är den ingen som standard. Om kornigheten inte är någon kan tidsstämpelegenskapen i tidsseriepunkten vara frånvarande.
imputeFixedValue	Används för att ange det värde som ska fyllas, används när kornigheten inte är "none" och imputeMode är "fast".
imputeMode	Används för att ange hur värden som saknas i indataserien ska hanteras, och används när kornigheten inte är "none".
maxAnomalyRatio	Valfritt argument, avancerad modellparameter, maximalt avvikelseförhållande i en tidsserie.
period	Valfritt argument, periodiskt värde för en tidsserie. Om värdet är null eller inte finns avgör API:et perioden automatiskt.
sensitivity	Valfritt argument, avancerad modellparameter, mellan 0–99, desto lägre värde är, desto större blir marginalvärdet, vilket innebär att färre avvikelser accepteras.
series	Tidsseriedatapunkter. Punkter ska sorteras efter tidsstämpel i stigande ordning för att matcha avvikelseidentifieringsresultatet. Om data inte sorteras korrekt eller om det finns duplicerad tidsstämpel fungerar inte API:et. I så fall returneras ett felmeddelande.

Egenskapsinformation

customInterval

Anpassat intervall används för att ange ett tidsintervall som inte är standard, till exempel om serien är 5 minuter, kan begäran anges som {"granularity":"minutely", "customInterval":5}.

customInterval?: number

Egenskapsvärde

number

granularity

Valfritt argument, kan vara ett av varje år, varje månad, varje vecka, varje dag, varje timme, minutvis, för det andra mikrosekunder eller ingen. Om kornigheten inte finns är den ingen som standard. Om kornigheten inte är någon kan tidsstämpelegenskapen i tidsseriepunkten vara frånvarande.

granularity?: TimeGranularity

Egenskapsvärde

TimeGranularity

imputeFixedValue

Används för att ange det värde som ska fyllas, används när kornigheten inte är "none" och imputeMode är "fast".

imputeFixedValue?: number

Egenskapsvärde

number

imputeMode

Används för att ange hur värden som saknas i indataserien ska hanteras, och används när kornigheten inte är "none".

imputeMode?: string

Egenskapsvärde

string

maxAnomalyRatio

Valfritt argument, avancerad modellparameter, maximalt avvikelseförhållande i en tidsserie.

maxAnomalyRatio?: number

Egenskapsvärde

number

period

Valfritt argument, periodiskt värde för en tidsserie. Om värdet är null eller inte finns avgör API:et perioden automatiskt.

period?: number

Egenskapsvärde

number

sensitivity

Valfritt argument, avancerad modellparameter, mellan 0–99, desto lägre värde är, desto större blir marginalvärdet, vilket innebär att färre avvikelser accepteras.

sensitivity?: number

Egenskapsvärde

number

series

Tidsseriedatapunkter. Punkter ska sorteras efter tidsstämpel i stigande ordning för att matcha avvikelseidentifieringsresultatet. Om data inte sorteras korrekt eller om det finns duplicerad tidsstämpel fungerar inte API:et. I så fall returneras ett felmeddelande.

series: TimeSeriesPoint[]

Egenskapsvärde

TimeSeriesPoint[]