DetectChangePointRequest interface

Paket:

@azure/ai-anomaly-detector

Die Anforderung der Änderungspunkterkennung.

Eigenschaften

customInterval	Benutzerdefiniertes Intervall wird verwendet, um ein nicht standardmäßiges Zeitintervall festzulegen, z. B. wenn die Reihe 5 Minuten beträgt, kann die Anforderung als {"granularity":"minutely", "customInterval":5} festgelegt werden.
granularity	Kann nur einer von jährlich, monatlich, wöchentlich, täglich, stündlich, minutenweise oder zweiten sein. Die Granularität wird verwendet, um zu überprüfen, ob Eingabereihen gültig sind.
period	Optionales Argument, periodischer Wert einer Zeitreihe. Wenn der Wert NULL oder nicht vorhanden sind, bestimmt die API den Zeitraum automatisch.
series	Zeitreihendatenpunkte. Punkte sollten nach Zeitstempeln in aufsteigender Reihenfolge sortiert werden, um dem Ergebnis der Änderungspunkterkennung zu entsprechen.
stableTrendWindow	Optionales Argument, erweiterter Modellparameter, ein standardmäßiger stableTrendWindow-Wert wird bei der Erkennung verwendet.
threshold	Optionales Argument, erweiterter Modellparameter, zwischen 0,0 und 1,0, je niedriger der Wert ist, desto größer ist der Trendfehler, was bedeutet, dass weniger Änderungspunkt akzeptiert wird.

Details zur Eigenschaft

customInterval

Benutzerdefiniertes Intervall wird verwendet, um ein nicht standardmäßiges Zeitintervall festzulegen, z. B. wenn die Reihe 5 Minuten beträgt, kann die Anforderung als {"granularity":"minutely", "customInterval":5} festgelegt werden.

customInterval?: number

Eigenschaftswert

number

granularity

Kann nur einer von jährlich, monatlich, wöchentlich, täglich, stündlich, minutenweise oder zweiten sein. Die Granularität wird verwendet, um zu überprüfen, ob Eingabereihen gültig sind.

granularity: TimeGranularity

Eigenschaftswert

TimeGranularity

period

Optionales Argument, periodischer Wert einer Zeitreihe. Wenn der Wert NULL oder nicht vorhanden sind, bestimmt die API den Zeitraum automatisch.

period?: number

Eigenschaftswert

number

series

Zeitreihendatenpunkte. Punkte sollten nach Zeitstempeln in aufsteigender Reihenfolge sortiert werden, um dem Ergebnis der Änderungspunkterkennung zu entsprechen.

series: TimeSeriesPoint[]

Eigenschaftswert

TimeSeriesPoint[]

stableTrendWindow

Optionales Argument, erweiterter Modellparameter, ein standardmäßiger stableTrendWindow-Wert wird bei der Erkennung verwendet.

stableTrendWindow?: number

Eigenschaftswert

number

threshold

Optionales Argument, erweiterter Modellparameter, zwischen 0,0 und 1,0, je niedriger der Wert ist, desto größer ist der Trendfehler, was bedeutet, dass weniger Änderungspunkt akzeptiert wird.

threshold?: number

Eigenschaftswert

number