DetectEntireResponse interface

Paquete:

@azure/ai-anomaly-detector

Respuesta de toda la detección de anomalías.

Propiedades

expectedValues	ExpectedValues contienen el valor esperado para cada punto de entrada. El índice de la matriz es coherente con la serie de entrada.
isAnomaly	IsAnomaly contiene propiedades de anomalía para cada punto de entrada. True significa que se ha detectado una anomalía negativa o positiva. El índice de la matriz es coherente con la serie de entrada.
isNegativeAnomaly	IsNegativeAnomaly contiene el estado de anomalía en dirección negativa para cada punto de entrada. True significa que se ha detectado una anomalía negativa. Una anomalía negativa significa que el punto se detecta como anomalía y su valor real es menor que el esperado. El índice de la matriz es coherente con la serie de entrada.
isPositiveAnomaly	IsPositiveAnomaly contiene el estado de anomalía en dirección positiva para cada punto de entrada. True significa que se ha detectado una anomalía positiva. Una anomalía positiva significa que el punto se detecta como anomalía y su valor real es mayor que el esperado. El índice de la matriz es coherente con la serie de entrada.
lowerMargins	LowerMargins contiene un margen inferior de cada punto de entrada. LowerMargin se usa para calcular lowerBoundary, que es igual a expectedValue - (100 - marginScale)*lowerMargin. Los puntos entre el límite se pueden marcar como normales en el lado cliente. El índice de la matriz es coherente con la serie de entrada.
period	Frecuencia extraída de la serie, cero significa que no se ha encontrado ningún patrón recurrente.
severity	Puntuación de gravedad para cada punto de entrada. Cuanto mayor sea el valor, más severá la anomalía. Para los puntos normales, la "gravedad" siempre es 0.
upperMargins	UpperMargins contiene el margen superior de cada punto de entrada. UpperMargin se usa para calcular upperBoundary, que es igual a expectedValue + (100 - marginScale)*upperMargin. Las anomalías en respuesta se pueden filtrar por upperBoundary y lowerBoundary. Al ajustar el valor marginScale, se pueden filtrar anomalías menos significativas en el lado cliente. El índice de la matriz es coherente con la serie de entrada.

Detalles de las propiedades

expectedValues

ExpectedValues contienen el valor esperado para cada punto de entrada. El índice de la matriz es coherente con la serie de entrada.

expectedValues: number[]

Valor de propiedad

number[]

isAnomaly

IsAnomaly contiene propiedades de anomalía para cada punto de entrada. True significa que se ha detectado una anomalía negativa o positiva. El índice de la matriz es coherente con la serie de entrada.

isAnomaly: boolean[]

Valor de propiedad

boolean[]

isNegativeAnomaly

IsNegativeAnomaly contiene el estado de anomalía en dirección negativa para cada punto de entrada. True significa que se ha detectado una anomalía negativa. Una anomalía negativa significa que el punto se detecta como anomalía y su valor real es menor que el esperado. El índice de la matriz es coherente con la serie de entrada.

isNegativeAnomaly: boolean[]

Valor de propiedad

boolean[]

isPositiveAnomaly

IsPositiveAnomaly contiene el estado de anomalía en dirección positiva para cada punto de entrada. True significa que se ha detectado una anomalía positiva. Una anomalía positiva significa que el punto se detecta como anomalía y su valor real es mayor que el esperado. El índice de la matriz es coherente con la serie de entrada.

isPositiveAnomaly: boolean[]

Valor de propiedad

boolean[]

lowerMargins

LowerMargins contiene un margen inferior de cada punto de entrada. LowerMargin se usa para calcular lowerBoundary, que es igual a expectedValue - (100 - marginScale)*lowerMargin. Los puntos entre el límite se pueden marcar como normales en el lado cliente. El índice de la matriz es coherente con la serie de entrada.

lowerMargins: number[]

Valor de propiedad

number[]

period

Frecuencia extraída de la serie, cero significa que no se ha encontrado ningún patrón recurrente.

period: number

Valor de propiedad

number

severity

Puntuación de gravedad para cada punto de entrada. Cuanto mayor sea el valor, más severá la anomalía. Para los puntos normales, la "gravedad" siempre es 0.

severity?: number[]

Valor de propiedad

number[]

upperMargins

UpperMargins contiene el margen superior de cada punto de entrada. UpperMargin se usa para calcular upperBoundary, que es igual a expectedValue + (100 - marginScale)*upperMargin. Las anomalías en respuesta se pueden filtrar por upperBoundary y lowerBoundary. Al ajustar el valor marginScale, se pueden filtrar anomalías menos significativas en el lado cliente. El índice de la matriz es coherente con la serie de entrada.

upperMargins: number[]

Valor de propiedad

number[]