IidAnomalyDetectionBaseWrapper 類別

定義

是 的包裝函式 Microsoft.ML.Transforms.TimeSeries.IidAnomalyDetectionBaseWrapper.IidAnomalyDetectionBase ,可計算浮點數之應該為 i.i.d 輸入序列的 p 值和 martingale 分數。 換句話說,它會假設輸入序列代表可能透過另一個進程計算的原始異常分數。

public class IidAnomalyDetectionBaseWrapper : Microsoft.ML.ITransformer
type IidAnomalyDetectionBaseWrapper = class
    interface ITransformer
    interface ICanSaveModel
Public Class IidAnomalyDetectionBaseWrapper
Implements ITransformer
繼承
IidAnomalyDetectionBaseWrapper
衍生
實作

方法

GetOutputSchema(DataViewSchema)

轉換器的架構傳播。 如果輸入架構與提供的輸入架構類似,則傳回資料的輸出架構。

GetStatefulRowToRowMapper(DataViewSchema)

GetRowToRowMapper(DataViewSchema) 相同,但也支援儲存狀態的機制。

Transform(IDataView)

將資料擷取在中、進行轉換、輸出資料。 請注意, IDataView 's 是延遲的,因此此處沒有實際轉換,只是架構驗證。

明確介面實作

ICanSaveModel.Save(ModelSaveContext)

將模型儲存至存放庫。

ITransformer.GetRowToRowMapper(DataViewSchema)

根據輸入架構建構資料列對資料列對應器。 如果 為 IsRowToRowMapperfalse ,則應該擲回例外狀況。 如果輸入架構以任何方式不適合建構對應程式,則應該擲回例外狀況。

ITransformer.IsRowToRowMapper

在適當的架構上,呼叫 GetRowToRowMapper(DataViewSchema) 是否應該成功。

擴充方法

Preview(ITransformer, IDataView, Int32)

預覽在指定 data 上的效果 transformer

Append<TTrans>(ITransformer, TTrans)

建立新的轉換器鏈結,方法是將另一個轉換器附加至此轉換器鏈結的結尾。

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> 建立時間序列管線的預測引擎。 它會使用預測階段所見的觀察來更新時間序列模型的狀態,並允許檢查模型。

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> 建立時間序列管線的預測引擎。 它會使用預測階段所見的觀察來更新時間序列模型的狀態,並允許檢查模型。

適用於