AnomalyDetectorClient class

Crea un'istanza di AnomalyDetectorClient.

Esempio di utilizzo:

import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector";

const client = new AnomalyDetectorClient(
   "<service endpoint>",
   new AzureKeyCredential("<api key>")
);

new AnomalyDetectorClient(endpointUrl: string, credential: TokenCredential | KeyCredential, options?: PipelineOptions)

Parametri

apiVersion: string

Valore della proprietà

Ereditato daAnomalyDetector.apiVersion

endpoint: string

Valore della proprietà

Ereditato daAnomalyDetector.endpoint

Eliminare un modello multivariato esistente in base al modelId

function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.deleteMultivariateModel

Inviare un'attività di anomalia multivariata di rilevamento con il modello sottoposto a training modelId, lo schema di input deve essere lo stesso con la richiesta di training. La richiesta verrà quindi completata in modo asincrono e restituirà un resultId per l'esecuzione di query sul risultato del rilevamento. La richiesta deve essere un collegamento di origine per indicare un URI di archiviazione di Azure accessibile esternamente (preferibilmente un URI della firma di accesso condiviso). Tutte le serie temporali usate in generano il modello devono essere compresse in un unico file. Ogni serie temporale sarà la seguente: la prima colonna è timestamp e la seconda è il valore.

function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.detectAnomaly

Valutare il punteggio del punto di modifica di ogni punto della serie

function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.detectChangePoint

Questa operazione genera un modello con un'intera serie, ogni punto viene rilevato con lo stesso modello. Con questo metodo, i punti prima e dopo un determinato punto vengono usati per determinare se si tratta di un'anomalia. L'intero rilevamento può dare all'utente uno stato complessivo della serie temporale.

function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.detectEntireSeries

Questa operazione genera un modello utilizzando punti prima dell'ultimo. Con questo metodo vengono usati solo i punti cronologici per determinare se il punto di destinazione è un'anomalia. L'operazione di rilevamento del punto più recente corrisponde allo scenario di monitoraggio in tempo reale delle metriche aziendali.

function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.detectLastPoint

Esportare un modello di rilevamento anomalie multivariato basato su modelId

function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.exportModel

Ottenere il risultato del rilevamento anomalie multivariato in base a resultId restituito dall'API DetectAnomalyAsync

function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>

Parametri

Restituisce

ereditato daAnomalyDetector.getDetectionResult

Ottenere informazioni dettagliate sul modello multivariato, tra cui lo stato del training e le variabili usate nel modello.

function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.getMultivariateModel

API sincronizzata per il rilevamento anomalie.

function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>

Parametri

Restituisce

ereditato daAnomalyDetector.lastDetectAnomaly

Elencare i modelli di una sottoscrizione

function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>

Parametri

Restituisce

Ereditato daAnomalyDetector.listMultivariateModel

Inviare una richiesta HTTP popolata usando operationSpec fornito.

function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.sendOperationRequest

Inviare l'oggetto httpRequest fornito.

function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>

Parametri

Restituisce

ereditato daAnomalyDetector.sendRequest

Creare ed eseguire il training di un modello di rilevamento anomalie multivariato. La richiesta deve includere un parametro di origine per indicare un URI di archiviazione di Azure accessibile esternamente (preferibilmente un URI di firma di accesso condiviso). Tutte le serie temporali usate in generano il modello devono essere compresse in un unico file. Ogni serie temporale si troverà in un singolo file CSV in cui la prima colonna è timestamp e la seconda è il valore.

function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>

Parametri

Restituisce

Ereditato daAnomalyDetector.trainMultivariateModel