AnomalyDetectorClient.DetectMultivariateLastAnomaly Methode

Referenz

Definition

Namespace:: Azure.AI.AnomalyDetector

Assembly:: Azure.AI.AnomalyDetector.dll

Paket:: Azure.AI.AnomalyDetector v3.0.0-preview.7

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Überlädt

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

[Protokollmethode] Erkennen von Anomalien am letzten Punkt des Anforderungstexts

Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien.
Probieren Sie zunächst die einfachere DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Erkennen von Anomalien am letzten Punkt des Anforderungstexts.

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

Quelle:: AnomalyDetectorClient.cs

[Protokollmethode] Erkennen von Anomalien am letzten Punkt des Anforderungstexts

Diese Protokollmethode ermöglicht die explizite Erstellung der Anforderung und Verarbeitung der Antwort für erweiterte Szenarien.
Probieren Sie zunächst die einfachere DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) Komfortüberladung mit stark typisierten Modellen aus.

public virtual Azure.Response DetectMultivariateLastAnomaly(string modelId, Azure.Core.RequestContent content, Azure.RequestContext context = default);

abstract member DetectMultivariateLastAnomaly : string * Azure.Core.RequestContent * Azure.RequestContext -> Azure.Response
override this.DetectMultivariateLastAnomaly : string * Azure.Core.RequestContent * Azure.RequestContext -> Azure.Response

Public Overridable Function DetectMultivariateLastAnomaly (modelId As String, content As RequestContent, Optional context As RequestContext = Nothing) As Response

Parameter

modelId: String

Modellbezeichner.

content: RequestContent

Der Inhalt, der als Text der Anforderung gesendet werden soll.

context: RequestContext

Der Anforderungskontext, der das Standardverhalten der Clientpipeline pro Aufruf außer Kraft setzen kann.

Gibt zurück

Response

Die vom Dienst zurückgegebene Antwort.

Ausnahmen

ArgumentNullException

modelId oder content ist NULL.

ArgumentException

modelId ist eine leere Zeichenfolge und wurde erwartet, dass sie nicht leer ist.

RequestFailedException

Der Dienst hat einen nicht erfolgreichen status Code zurückgegeben.

Beispiele

In diesem Beispiel wird gezeigt, wie DetectMultivariateLastAnomaly mit erforderlichen Parametern und Anforderungsinhalten aufgerufen und das Ergebnis analysiert wird.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var data = new {
    variables = new[] {
        new {
            variable = "<variable>",
            timestamps = new[] {
                "<String>"
            },
            values = new[] {
                123.45f
            },
        }
    },
};

Response response = client.DetectMultivariateLastAnomaly("<modelId>", RequestContent.Create(data));

JsonElement result = JsonDocument.Parse(response.ContentStream).RootElement;
Console.WriteLine(result.ToString());

In diesem Beispiel wird gezeigt, wie DetectMultivariateLastAnomaly mit allen Parametern und Anforderungsinhalten aufgerufen und das Ergebnis analysiert wird.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var data = new {
    variables = new[] {
        new {
            variable = "<variable>",
            timestamps = new[] {
                "<String>"
            },
            values = new[] {
                123.45f
            },
        }
    },
    topContributorCount = 1234,
};

Response response = client.DetectMultivariateLastAnomaly("<modelId>", RequestContent.Create(data), new RequestContext());

JsonElement result = JsonDocument.Parse(response.ContentStream).RootElement;
Console.WriteLine(result.GetProperty("variableStates")[0].GetProperty("variable").ToString());
Console.WriteLine(result.GetProperty("variableStates")[0].GetProperty("filledNARatio").ToString());
Console.WriteLine(result.GetProperty("variableStates")[0].GetProperty("effectiveCount").ToString());
Console.WriteLine(result.GetProperty("variableStates")[0].GetProperty("firstTimestamp").ToString());
Console.WriteLine(result.GetProperty("variableStates")[0].GetProperty("lastTimestamp").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("timestamp").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("isAnomaly").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("severity").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("score").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("interpretation")[0].GetProperty("variable").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("interpretation")[0].GetProperty("contributionScore").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("value").GetProperty("interpretation")[0].GetProperty("correlationChanges").GetProperty("changedVariables")[0].ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("errors")[0].GetProperty("code").ToString());
Console.WriteLine(result.GetProperty("results")[0].GetProperty("errors")[0].GetProperty("message").ToString());

Hinweise

Übermitteln Sie eine multivariate Anomalieerkennungsaufgabe mit der modelId der trainierten Modell- und Rückschlussdaten, und die Rückschlussdaten sollten in einem JSON-Format in den Anforderungstext eingefügt werden. Die Anforderung wird synchron abgeschlossen und gibt die Erkennung sofort im Antworttext zurück.

Im Folgenden finden Sie das JSON-Schema für die Anforderungs- und Antwortnutzlasten.

Anforderungstext:

Schema für MultivariateLastDetectionOptions:

{
  variables: [
    {
      variable: string, # Required.
      timestamps: [string], # Required.
      values: [number], # Required.
    }
  ], # Required.
  topContributorCount: number, # Required.
}

Antworttext:

Schema für MultivariateLastDetectionResult:

{
  variableStates: [
    {
      variable: string, # Optional.
      filledNARatio: number, # Optional.
      effectiveCount: number, # Optional.
      firstTimestamp: string (date & time), # Optional.
      lastTimestamp: string (date & time), # Optional.
    }
  ], # Optional.
  results: [AnomalyState], # Optional.
}

Gilt für:

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Quelle:: AnomalyDetectorClient.cs

Erkennen von Anomalien am letzten Punkt des Anforderungstexts.

public virtual Azure.Response<Azure.AI.AnomalyDetector.MultivariateLastDetectionResult> DetectMultivariateLastAnomaly(string modelId, Azure.AI.AnomalyDetector.MultivariateLastDetectionOptions options, System.Threading.CancellationToken cancellationToken = default);

abstract member DetectMultivariateLastAnomaly : string * Azure.AI.AnomalyDetector.MultivariateLastDetectionOptions * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.MultivariateLastDetectionResult>
override this.DetectMultivariateLastAnomaly : string * Azure.AI.AnomalyDetector.MultivariateLastDetectionOptions * System.Threading.CancellationToken -> Azure.Response<Azure.AI.AnomalyDetector.MultivariateLastDetectionResult>

Public Overridable Function DetectMultivariateLastAnomaly (modelId As String, options As MultivariateLastDetectionOptions, Optional cancellationToken As CancellationToken = Nothing) As Response(Of MultivariateLastDetectionResult)

Parameter

modelId: String

Modellbezeichner.

options: MultivariateLastDetectionOptions

Anforderung der letzten Erkennung.

cancellationToken: CancellationToken

Das zu verwendende Abbruchtoken.

Gibt zurück

Response<MultivariateLastDetectionResult>

Ausnahmen

ArgumentNullException

modelId oder options ist NULL.

ArgumentException

modelId ist eine leere Zeichenfolge und wurde erwartet, dass sie nicht leer ist.

Beispiele

In diesem Beispiel wird gezeigt, wie DetectMultivariateLastAnomaly mit den erforderlichen Parametern aufgerufen wird.

var credential = new AzureKeyCredential("<key>");
var endpoint = new Uri("<https://my-service.azure.com>");
var client = new AnomalyDetectorClient(endpoint, credential);

var options = new MultivariateLastDetectionOptions(new VariableValues[] 
{
    new VariableValues("<variable>", new string[] 
{
        "<null>"
    }, new float[] 
{
        3.14f
    })
})
{
    TopContributorCount = 1234,
};
var result = client.DetectMultivariateLastAnomaly("<modelId>", options);

Hinweise

Übermitteln Sie eine multivariate Anomalieerkennungsaufgabe mit dem modelId-Wert eines trainierten Modells und Rückschlussdaten. Die Rückschlussdaten sollten im JSON-Format in den Anforderungstext eingefügt werden. Die Anforderung wird synchron abgeschlossen und gibt die Erkennung sofort im Antworttext zurück.

Gilt für:

Freigeben über

AnomalyDetectorClient.DetectMultivariateLastAnomaly Methode

Definition

Überlädt

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

Parameter

Gibt zurück

Ausnahmen

Beispiele

Hinweise

Gilt für:

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Parameter

Gibt zurück

Ausnahmen

Beispiele

Hinweise

Gilt für:

Zusätzliche Ressourcen