Microsoft.ML.Transforms.TimeSeries 네임스페이스

부동 소수점의 i.i.d 입력 시퀀스에 대한 p-값 및 martingale 점수를 계산하는 래퍼 Microsoft.ML.Transforms.TimeSeries.IidAnomalyDetectionBaseWrapper.IidAnomalyDetectionBase 입니다. 즉, 입력 시퀀스가 다른 프로세스를 통해 계산되었을 수 있는 원시 변칙 점수를 나타낸다고 가정합니다.

ITransformer 을(를) 맞추기 때문에 발생합니다 IidChangePointEstimator.

적응 커널 밀도 예측 및 마틴갈레에 따라 독립적으로 동일하게 분산된(즉, d.d.) 시계열에서 신호 변경을 감지합니다.

ITransformer 을(를) 맞추기 때문에 발생합니다 IidSpikeEstimator.

적응 커널 밀도 예측에 따라 독립적으로 동일하게 분산된(즉, d.d.) 시계열에서 신호 스파이크를 감지합니다.

시계열 데이터 변환 구성 요소가 포함된 네임스페이스입니다.

시계열 데이터 변환 구성 요소가 포함된 네임스페이스입니다.

ITransformer 을(를) 맞추기 때문에 발생합니다 SrCnnAnomalyEstimator.

SR(스펙트럼 잔류) 알고리즘을 사용하여 시계열에서 변칙 검색

시계열의 단수 스펙트럼 모델링을 기반으로 하는 일반 변칙 검색 변환을 구현하는 래퍼 Microsoft.ML.Transforms.TimeSeries.SsaAnomalyDetectionBaseWrapper.SsaAnomalyDetectionBase 입니다. SSA(단수 스펙트럼 분석)에 대한 자세한 내용은 을 참조하세요 http://arxiv.org/pdf/1206.6910.pdf.

ITransformer 을(를) 맞추기 때문에 발생합니다 SsaChangePointEstimator.

단수 스펙트럼 분석을 사용하여 시계열의 변경 지점을 검색합니다.

시계열의 단수 스펙트럼 모델링을 기반으로 하는 일반 변칙 검색 변환을 구현하는 래퍼 Microsoft.ML.Transforms.TimeSeries.SsaForecastingBaseWrapper.SsaForecastingBase 입니다. SSA(단수 스펙트럼 분석)에 대한 자세한 내용은 을 참조하세요 http://arxiv.org/pdf/1206.6910.pdf.

단수 스펙트럼 분석을 사용하여 예측합니다.

ITransformer 을(를) 맞추기 때문에 발생합니다 SsaForecastingEstimator.

ITransformer 을(를) 맞추기 때문에 발생합니다 SsaSpikeEstimator.

단수 스펙트럼 분석을 사용하여 시계열의 급증을 감지합니다.

메모리 내 데이터에서 이전에 학습된 모델(및 이전 변환 파이프라인)을 실행하는 클래스로, 한 번에 하나의 예제입니다. 예측으로 끝나지 않는 학습된 파이프라인과 함께 사용할 수도 있습니다. 이 경우 '예측'은 모든 변환의 결과일 뿐입니다.

성장 비율입니다. Growth^(1/TimeSpan)로 정의됩니다.

변칙 검색의 측면입니다.

시계열 데이터 변환 구성 요소가 포함된 네임스페이스입니다.

마팅게일의 유형입니다.

신호에 대한 순위 선택 메서드입니다.