AnomalyDetectorClient class

Paquete:

@azure/ai-anomaly-detector

Clase de cliente para interactuar con el servicio Azure Anomaly Detector.

Extends

AnomalyDetector

Constructores

AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)

Crea una instancia de AnomalyDetectorClient. Uso de ejemplo: import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector"; const client = new AnomalyDetectorClient( "<service endpoint>", new AzureKeyCredential("<api key>") );

Propiedades heredadas

apiVersion
endpoint

Métodos heredados

deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)	Eliminación de un modelo multivariante existente según modelId
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)	Enviar la tarea de anomalías multivariante de detección con el modelo entrenado de modelId, el esquema de entrada debe ser el mismo con la solicitud de entrenamiento. Por lo tanto, la solicitud se completará de forma asincrónica y devolverá un resultId para consultar el resultado de detección. La solicitud debe ser un vínculo de origen para indicar un URI de Azure Storage accesible externamente (preferiblemente un URI de firma de acceso compartido). Todas las series temporales usadas en generar el modelo deben comprimirse en un único archivo. Cada serie temporal será la siguiente: la primera columna es timestamp y la segunda columna es value.
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)	Evaluar la puntuación de punto de cambio de cada punto de serie
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)	Esta operación genera un modelo con una serie completa, cada punto se detecta con el mismo modelo. Con este método, se usan puntos antes y después de un determinado punto para determinar si es una anomalía. Toda la detección puede proporcionar al usuario un estado general de la serie temporal.
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)	Esta operación genera un modelo mediante puntos antes del más reciente. Con este método, solo se usan puntos históricos para determinar si el punto de destino es una anomalía. La operación de detección de puntos más reciente coincide con el escenario de supervisión en tiempo real de las métricas empresariales.
exportModel(string, AnomalyDetectorExportModelOptionalParams)	Exportación del modelo de detección de anomalías multivariante basado en modelId
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)	Obtención del resultado de la detección de anomalías multivariante basado en resultId devuelto por la API DetectAnomalyAsync
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)	Obtenga información detallada del modelo multivariante, incluido el estado de entrenamiento y las variables que se usan en el modelo.
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)	API sincronizada para la detección de anomalías.
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)	Enumeración de modelos de una suscripción
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)	Envíe una solicitud HTTP que se rellene mediante operationSpec proporcionada.
sendRequest(RequestPrepareOptions | WebResourceLike)	Envíe el httpRequest proporcionado.
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)	Cree y entrene un modelo de detección de anomalías multivariante. La solicitud debe incluir un parámetro de origen para indicar un URI de Azure Storage accesible externamente (preferiblemente un URI de firma de acceso compartido). Todas las series temporales usadas en generar el modelo deben comprimirse en un único archivo. Cada serie temporal estará en un único archivo CSV en el que la primera columna sea marca de tiempo y la segunda columna sea value.

Detalles del constructor

AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)

Crea una instancia de AnomalyDetectorClient.

Uso de ejemplo:

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)

Parámetros

endpointUrl

string

Dirección URL a un punto de conexión de servicio de Azure Anomaly Detector

credential

TokenCredential | KeyCredential

Se usa para autenticar las solicitudes en el servicio.

options

PipelineOptions

Se usa para configurar el cliente de Form Recognizer.

Detalles de las propiedades heredadas

apiVersion

apiVersion: string

Valor de propiedad

string

Heredado deAnomalyDetector.apiVersion

endpoint

endpoint: string

Valor de propiedad

string

Heredado deAnomalyDetector.endpoint

Detalles de los métodos heredados

deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)

Eliminación de un modelo multivariante existente según modelId

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

Parámetros

modelId

string

Identificador del modelo.

options

AnomalyDetectorDeleteMultivariateModelOptionalParams

Parámetros de opciones.

Devoluciones

Promise<RestResponse>

Heredado deAnomalyDetector.deleteMultivariateModel

detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)

Enviar la tarea de anomalías multivariante de detección con el modelo entrenado de modelId, el esquema de entrada debe ser el mismo con la solicitud de entrenamiento. Por lo tanto, la solicitud se completará de forma asincrónica y devolverá un resultId para consultar el resultado de detección. La solicitud debe ser un vínculo de origen para indicar un URI de Azure Storage accesible externamente (preferiblemente un URI de firma de acceso compartido). Todas las series temporales usadas en generar el modelo deben comprimirse en un único archivo. Cada serie temporal será la siguiente: la primera columna es timestamp y la segunda columna es value.

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

Parámetros

modelId

string

Identificador del modelo.

body

DetectionRequest

Detección de una solicitud de anomalías

options

AnomalyDetectorDetectAnomalyOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorDetectAnomalyResponse>

Heredado deAnomalyDetector.detectAnomaly

detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)

Evaluar la puntuación de punto de cambio de cada punto de serie

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

Parámetros

body

DetectChangePointRequest

Se necesitan puntos de serie temporal y granularidad. Los parámetros de modelo avanzados también se pueden establecer en la solicitud si es necesario.

options

AnomalyDetectorDetectChangePointOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorDetectChangePointResponse>

Heredado deAnomalyDetector.detectChangePoint

detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)

Esta operación genera un modelo con una serie completa, cada punto se detecta con el mismo modelo. Con este método, se usan puntos antes y después de un determinado punto para determinar si es una anomalía. Toda la detección puede proporcionar al usuario un estado general de la serie temporal.

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

Parámetros

body

DetectRequest

Puntos de serie temporal y período si es necesario. Los parámetros de modelo avanzados también se pueden establecer en la solicitud.

options

AnomalyDetectorDetectEntireSeriesOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorDetectEntireSeriesResponse>

Heredado deAnomalyDetector.detectEntireSeries

detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)

Esta operación genera un modelo mediante puntos antes del más reciente. Con este método, solo se usan puntos históricos para determinar si el punto de destino es una anomalía. La operación de detección de puntos más reciente coincide con el escenario de supervisión en tiempo real de las métricas empresariales.

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

Parámetros

body

DetectRequest

Puntos de serie temporal y período si es necesario. Los parámetros de modelo avanzados también se pueden establecer en la solicitud.

options

AnomalyDetectorDetectLastPointOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorDetectLastPointResponse>

Heredado deAnomalyDetector.detectLastPoint

exportModel(string, AnomalyDetectorExportModelOptionalParams)

Exportación del modelo de detección de anomalías multivariante basado en modelId

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

Parámetros

modelId

string

Identificador del modelo.

options

AnomalyDetectorExportModelOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorExportModelResponse>

Heredado deAnomalyDetector.exportModel

getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)

Obtención del resultado de la detección de anomalías multivariante basado en resultId devuelto por la API DetectAnomalyAsync

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

Parámetros

resultId

string

Identificador de resultado.

options

AnomalyDetectorGetDetectionResultOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorGetDetectionResultResponse>

Heredado deAnomalyDetector.getDetectionResult

getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)

Obtenga información detallada del modelo multivariante, incluido el estado de entrenamiento y las variables que se usan en el modelo.

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

Parámetros

modelId

string

Identificador del modelo.

options

AnomalyDetectorGetMultivariateModelOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorGetMultivariateModelResponse>

Heredado deAnomalyDetector.getMultivariateModel

lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)

API sincronizada para la detección de anomalías.

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

Parámetros

modelId

string

Identificador del modelo.

body

LastDetectionRequest

Solicitud de la última detección.

options

AnomalyDetectorLastDetectAnomalyOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorLastDetectAnomalyResponse>

heredado deAnomalyDetector.lastDetectAnomaly

listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)

Enumeración de modelos de una suscripción

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

Parámetros

options

AnomalyDetectorListMultivariateModelOptionalParams

Parámetros de opciones.

Devoluciones

PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>

Heredado deAnomalyDetector.listMultivariateModel

sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)

Envíe una solicitud HTTP que se rellene mediante operationSpec proporcionada.

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

Parámetros

operationArguments

OperationArguments

Argumentos desde los que se rellenarán los valores con plantilla de la solicitud HTTP.

operationSpec

OperationSpec

OperationSpec que se va a usar para rellenar httpRequest.

callback

ServiceCallback<any>

Devolución de llamada que se va a llamar cuando se recibe la respuesta.

Devoluciones

Promise<RestResponse>

Heredado deAnomalyDetector.sendOperationRequest

sendRequest(RequestPrepareOptions | WebResourceLike)

Envíe el httpRequest proporcionado.

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

Parámetros

options

RequestPrepareOptions | WebResourceLike

Devoluciones

Promise<HttpOperationResponse>

heredado deanomalyDetector.sendRequest

trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)

Cree y entrene un modelo de detección de anomalías multivariante. La solicitud debe incluir un parámetro de origen para indicar un URI de Azure Storage accesible externamente (preferiblemente un URI de firma de acceso compartido). Todas las series temporales usadas en generar el modelo deben comprimirse en un único archivo. Cada serie temporal estará en un único archivo CSV en el que la primera columna sea marca de tiempo y la segunda columna sea value.

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

Parámetros

body

AnomalyDetectorClientModelInfo

Solicitud de entrenamiento

options

AnomalyDetectorTrainMultivariateModelOptionalParams

Parámetros de opciones.

Devoluciones

Promise<AnomalyDetectorTrainMultivariateModelResponse>

Heredado deAnomalyDetector.trainMultivariateModel