Microsoft.ML.Transforms.TimeSeries 命名空間

包含時間序列資料轉換元件的命名空間。

類別

IidAnomalyDetectionBaseWrapper	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。
IidChangePointDetector	ITransformer 產生自調整 IidChangePointEstimator 。
IidChangePointEstimator	根據調適性核心密度估計和馬力，偵測 獨立分佈 (即 i.d.) 時間序列上的訊號變更。
IidSpikeDetector	ITransformer 產生自調整 IidSpikeEstimator 。
IidSpikeEstimator	根據調適性核心密度估計，偵測 獨立分散 (i.d.) 時間序列的訊號尖峰。
PredictionFunctionExtensions	包含時間序列資料轉換元件的命名空間。
SrCnnAnomalyDetectionBase	包含時間序列資料轉換元件的命名空間。
SrCnnAnomalyDetector	ITransformer 產生自調整 SrCnnAnomalyEstimator 。
SrCnnAnomalyEstimator	使用殘差 (SR) 演算法偵測時間序列中的異常
SsaAnomalyDetectionBaseWrapper	的包裝函式 Microsoft.ML.Transforms.TimeSeries.SsaAnomalyDetectionBaseWrapper.SsaAnomalyDetectionBase ，會根據時間序列的單一 Spectrum 模型，實作一般異常偵測轉換。 如需單一頻譜分析 (SSA) 的詳細資料，請參閱 http://arxiv.org/pdf/1206.6910.pdf 。
SsaChangePointDetector	ITransformer 產生自調整 SsaChangePointEstimator 。
SsaChangePointEstimator	使用單一頻譜分析偵測時間序列中的變更點。
SsaForecastingBaseWrapper	的包裝函式 Microsoft.ML.Transforms.TimeSeries.SsaForecastingBaseWrapper.SsaForecastingBase ，會根據時間序列的單一 Spectrum 模型，實作一般異常偵測轉換。 如需單一頻譜分析 (SSA) 的詳細資料，請參閱 http://arxiv.org/pdf/1206.6910.pdf 。
SsaForecastingEstimator	使用單一頻譜分析的預測。
SsaForecastingTransformer	ITransformer 產生自調整 SsaForecastingEstimator 。
SsaSpikeDetector	ITransformer 產生自調整 SsaSpikeEstimator 。
SsaSpikeEstimator	使用單一頻譜分析偵測時間序列尖峰。
TimeSeriesPredictionEngine<TSrc,TDst>	類別，執行先前定型的模型 (和先前的轉換管線) 記憶體內部資料，一次一個範例。 這也可以搭配未以預測值結束的定型管線搭配使用：在此情況下，「預測」只是所有轉換的結果。

結構

GrowthRatio

成長比率。 定義為 Growth^ (1/TimeSpan) 。

列舉

AnomalySide	異常偵測的側邊。
ErrorFunction	包含時間序列資料轉換元件的命名空間。
MartingaleType	martingale 的類型。
RankSelectionMethod	訊號的排名選取方法。