AnomalyDetectorClient Classe

L'API Rilevamento anomalie rileva automaticamente le anomalie nei dati delle serie temporali. Supporta due tipi di modalità, uno è per l'uso senza stato, un altro è per l'uso con stato. In modalità senza stato sono disponibili tre funzionalità. L'intero rilevamento consiste nel rilevare l'intera serie con il modello sottoposto a training dalla serie temporale, ultimo rilevamento rileva l'ultimo punto con il training del modello in base ai punti precedenti. ChangePoint Detect è per rilevare le modifiche delle tendenze nelle serie temporali. In modalità con stato, l'utente può archiviare le serie temporali, la serie temporale archiviata verrà usata per rilevare anomalie. In questa modalità, l'utente può comunque usare le tre funzionalità precedenti fornendo solo un intervallo di tempo senza preparare la serie temporale sul lato client. Oltre alle tre funzionalità precedenti, il modello con stato fornisce anche il servizio di rilevamento e etichettatura basato su gruppi. Sfruttando l'utente del servizio di etichettatura può fornire etichette per ogni risultato di rilevamento, queste etichette verranno usate per ricreare o rigenerare i modelli di rilevamento. Il rilevamento della incoerenza è un tipo di rilevamento basato su gruppo, questo rilevamento troverà quelli incoerenze in un set di serie temporali. Usando il servizio rilevamento anomalie, i clienti aziendali possono individuare eventi imprevisti e stabilire un flusso di logica per l'analisi della causa radice.

Ereditarietà

azure.ai.anomalydetector._operations._operations.AnomalyDetectorClientOperationsMixin

AnomalyDetectorClient

Costruttore

AnomalyDetectorClient(endpoint: str, credential: AzureKeyCredential, **kwargs: Any)

Parametri

endpoint

str

Necessario

Endpoint di Servizi cognitivi supportati (protocollo e nome host, ad esempio: https://westus2.api.cognitive.microsoft.com). Obbligatorio.

credential

AzureKeyCredential

Necessario

Credenziali necessarie per la connessione del client ad Azure. Obbligatorio.

api_version

str

Versione api. Il valore predefinito è "v1.1". Si noti che l'override di questo valore predefinito può comportare un comportamento non supportato.

Metodi

close
delete_multivariate_model	Eliminare il modello multivariato. Eliminare un modello multivariato esistente in base al modelId.
detect_multivariate_batch_anomaly	Rilevare l'anomalia multivariata. Inviare attività di rilevamento anomalie multivariate con il modelId del modello sottoposto a training e i dati di inferenza, lo schema di input deve essere lo stesso con la richiesta di training. La richiesta verrà completata in modo asincrono e restituirà un resultId per eseguire query sul risultato del rilevamento. La richiesta deve essere un collegamento di origine per indicare un URI di archiviazione di Azure accessibile esternamente, puntando a una cartella di archiviazione BLOB di Azure o puntando a un file CSV nell'archiviazione BLOB di Azure.
detect_multivariate_last_anomaly	Rilevare anomalie nell'ultimo punto del corpo della richiesta. Inviare attività di rilevamento anomalie multivariate con il modelId di dati di inferenza e modello sottoposto a training e i dati di inferenza devono essere inseriti nel corpo della richiesta in un formato JSON. La richiesta completerà in modo sincrono e restituirà immediatamente il rilevamento nel corpo della risposta.
detect_univariate_change_point	Rilevare il punto di modifica per l'intera serie. Valutare il punteggio del punto di modifica di ogni punto di serie.
detect_univariate_entire_series	Rilevare le anomalie per l'intera serie in batch. Questa operazione genera un modello con un'intera serie, ogni punto viene rilevato con lo stesso modello. Con questo metodo, i punti prima e dopo un determinato punto vengono usati per determinare se si tratta di un'anomalia. L'intero rilevamento può fornire all'utente uno stato complessivo della serie temporale.
detect_univariate_last_point	Rilevare lo stato anomalie della serie temporale più recente. Questa operazione genera un modello usando i punti inviati nell'API e in base a tutti i dati per determinare se l'ultimo punto è anomalo.
get_multivariate_batch_detection_result	Ottenere il risultato di rilevamento anomalie multivariate. Per l'inferenza asincrona, ottenere il risultato di rilevamento anomalie multivariato in base al resultId restituito dall'API BatchDetectAnomaly.
get_multivariate_model	Ottenere il modello multivariato. Ottenere informazioni dettagliate sul modello multivariato, tra cui lo stato di training e le variabili usate nel modello.
list_multivariate_models	Elencare modelli multivariati. Elencare i modelli di una risorsa.
send_request	Esegue la richiesta di rete tramite i criteri concatenati del client. >>> from azure.core.rest import HttpRequest >>> request = HttpRequest("GET", "https://www.example.org/") <HttpRequest [GET], url: 'https://www.example.org/'> >>> response = client.send_request(request) <HttpResponse: 200 OK> Per altre informazioni su questo flusso di codice, vedere https://aka.ms/azsdk/dpcodegen/python/send_request
train_multivariate_model	Eseguire il training di un modello di rilevamento anomalie multivariato. Creare ed eseguire il training di un modello di rilevamento anomalie multivariato. La richiesta deve includere un parametro di origine per indicare un URI di archiviazione BLOB di Azure accessibile esternamente. Esistono due tipi di input dati: un URI punta a una cartella di archiviazione BLOB di Azure contenente più file CSV e ogni file CSV contiene due colonne, timestamp e variabile. Un altro tipo di input è un URI che punta a un file CSV nell'archiviazione BLOB di Azure, che contiene tutte le variabili e una colonna timestamp.

close

close() -> None

delete_multivariate_model

Eliminare il modello multivariato.

Eliminare un modello multivariato esistente in base al modelId.

delete_multivariate_model(model_id: str, **kwargs: Any) -> None

Parametri

model_id

str

Necessario

Identificatore del modello. Obbligatorio.

Restituisce

Nessuno

Tipo restituito

None

Eccezioni

HttpResponseError

detect_multivariate_batch_anomaly

Rilevare l'anomalia multivariata.

Inviare attività di rilevamento anomalie multivariate con il modelId del modello sottoposto a training e i dati di inferenza, lo schema di input deve essere lo stesso con la richiesta di training. La richiesta verrà completata in modo asincrono e restituirà un resultId per eseguire query sul risultato del rilevamento. La richiesta deve essere un collegamento di origine per indicare un URI di archiviazione di Azure accessibile esternamente, puntando a una cartella di archiviazione BLOB di Azure o puntando a un file CSV nell'archiviazione BLOB di Azure.

detect_multivariate_batch_anomaly(model_id: str, options: MultivariateBatchDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> MultivariateDetectionResult

Parametri

model_id

str

Necessario

Identificatore del modello. Obbligatorio.

options

MultivariateBatchDetectionOptions oppure <xref:JSON> oppure IO

Necessario

Richiesta di rilevamento anomalie multivariate. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

MultivariateDetectionResult. MultivariateDetectionResult è compatibile con MutableMapping

Tipo restituito

MultivariateDetectionResult

Eccezioni

HttpResponseError

detect_multivariate_last_anomaly

Rilevare anomalie nell'ultimo punto del corpo della richiesta.

Inviare attività di rilevamento anomalie multivariate con il modelId di dati di inferenza e modello sottoposto a training e i dati di inferenza devono essere inseriti nel corpo della richiesta in un formato JSON. La richiesta completerà in modo sincrono e restituirà immediatamente il rilevamento nel corpo della risposta.

detect_multivariate_last_anomaly(model_id: str, options: MultivariateLastDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> MultivariateLastDetectionResult

Parametri

model_id

str

Necessario

Identificatore del modello. Obbligatorio.

options

MultivariateLastDetectionOptions oppure <xref:JSON> oppure IO

Necessario

Richiesta dell'ultimo rilevamento. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

MultivariateLastDetectionResult. MultivariateLastDetectionResult è compatibile con MutableMapping

Tipo restituito

MultivariateLastDetectionResult

Eccezioni

HttpResponseError

detect_univariate_change_point

Rilevare il punto di modifica per l'intera serie.

Valutare il punteggio del punto di modifica di ogni punto di serie.

detect_univariate_change_point(options: UnivariateChangePointDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateChangePointDetectionResult

Parametri

options

UnivariateChangePointDetectionOptions oppure <xref:JSON> oppure IO

Necessario

Metodo di rilevamento anomalie univariate. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

UnivariateChangePointDetectionResult. UnivariateChangePointDetectionResult è compatibile con MutableMapping

Tipo restituito

UnivariateChangePointDetectionResult

Eccezioni

HttpResponseError

detect_univariate_entire_series

Rilevare le anomalie per l'intera serie in batch.

Questa operazione genera un modello con un'intera serie, ogni punto viene rilevato con lo stesso modello. Con questo metodo, i punti prima e dopo un determinato punto vengono usati per determinare se si tratta di un'anomalia. L'intero rilevamento può fornire all'utente uno stato complessivo della serie temporale.

detect_univariate_entire_series(options: UnivariateDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateEntireDetectionResult

Parametri

options

UnivariateDetectionOptions oppure <xref:JSON> oppure IO

Necessario

Metodo di rilevamento anomalie univariate. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

UnivariateEntireDetectionResult. UnivariateEntireDetectionResult è compatibile con MutableMapping

Tipo restituito

UnivariateEntireDetectionResult

Eccezioni

HttpResponseError

detect_univariate_last_point

Rilevare lo stato anomalie della serie temporale più recente.

Questa operazione genera un modello usando i punti inviati nell'API e in base a tutti i dati per determinare se l'ultimo punto è anomalo.

detect_univariate_last_point(options: UnivariateDetectionOptions | MutableMapping[str, Any] | IO, **kwargs: Any) -> UnivariateLastDetectionResult

Parametri

options

UnivariateDetectionOptions oppure <xref:JSON> oppure IO

Necessario

Metodo di rilevamento anomalie univariate. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

UnivariateLastDetectionResult. UnivariateLastDetectionResult è compatibile con MutableMapping

Tipo restituito

UnivariateLastDetectionResult

Eccezioni

HttpResponseError

get_multivariate_batch_detection_result

Ottenere il risultato di rilevamento anomalie multivariate.

Per l'inferenza asincrona, ottenere il risultato di rilevamento anomalie multivariato in base al resultId restituito dall'API BatchDetectAnomaly.

get_multivariate_batch_detection_result(result_id: str, **kwargs: Any) -> MultivariateDetectionResult

Parametri

result_id

str

Necessario

ID di un risultato di rilevamento batch. Obbligatorio.

Restituisce

MultivariateDetectionResult. MultivariateDetectionResult è compatibile con MutableMapping

Tipo restituito

MultivariateDetectionResult

Eccezioni

HttpResponseError

get_multivariate_model

Ottenere il modello multivariato.

Ottenere informazioni dettagliate sul modello multivariato, tra cui lo stato di training e le variabili usate nel modello.

get_multivariate_model(model_id: str, **kwargs: Any) -> AnomalyDetectionModel

Parametri

model_id

str

Necessario

Identificatore del modello. Obbligatorio.

Restituisce

AnomalyDetectionModel. AnomalyDetectionModel è compatibile con MutableMapping

Tipo restituito

AnomalyDetectionModel

Eccezioni

HttpResponseError

list_multivariate_models

Elencare modelli multivariati.

Elencare i modelli di una risorsa.

list_multivariate_models(*, skip: int | None = None, top: int | None = None, **kwargs: Any) -> Iterable[AnomalyDetectionModel]

Parametri

skip

int

Skip indica il numero di modelli ignorati. Il valore predefinito è Nessuno.

top

int

In alto viene indicato il numero di modelli recuperati. Il valore predefinito è Nessuno.

Restituisce

Iteratore come istanza di AnomalyDetectionModel. AnomalyDetectionModel è compatibile con MutableMapping

Tipo restituito

ItemPaged[AnomalyDetectionModel]

Eccezioni

HttpResponseError

send_request

Esegue la richiesta di rete tramite i criteri concatenati del client.

>>> from azure.core.rest import HttpRequest
>>> request = HttpRequest("GET", "https://www.example.org/")
<HttpRequest [GET], url: 'https://www.example.org/'>
>>> response = client.send_request(request)
<HttpResponse: 200 OK>

Per altre informazioni su questo flusso di codice, vedere https://aka.ms/azsdk/dpcodegen/python/send_request

send_request(request: HttpRequest, **kwargs: Any) -> HttpResponse

Parametri

request

HttpRequest

Necessario

Richiesta di rete da effettuare. Obbligatorio.

stream

bool

Indica se il payload della risposta verrà trasmesso. Il valore predefinito è False.

Restituisce

Risposta della chiamata di rete. Non esegue la gestione degli errori nella risposta.

Tipo restituito

HttpResponse

train_multivariate_model

Eseguire il training di un modello di rilevamento anomalie multivariato.

Creare ed eseguire il training di un modello di rilevamento anomalie multivariato. La richiesta deve includere un parametro di origine per indicare un URI di archiviazione BLOB di Azure accessibile esternamente. Esistono due tipi di input dati: un URI punta a una cartella di archiviazione BLOB di Azure contenente più file CSV e ogni file CSV contiene due colonne, timestamp e variabile. Un altro tipo di input è un URI che punta a un file CSV nell'archiviazione BLOB di Azure, che contiene tutte le variabili e una colonna timestamp.

train_multivariate_model(model_info: ModelInfo | MutableMapping[str, Any] | IO, **kwargs: Any) -> AnomalyDetectionModel

Parametri

model_info

ModelInfo oppure <xref:JSON> oppure IO

Necessario

Informazioni sul modello. È uno dei tipi seguenti: modello, JSON, IO Obbligatorio.

content_type

str

Parametro corpo Content-Type. I valori noti sono: application/json. Il valore predefinito è Nessuno.

Restituisce

AnomalyDetectionModel. AnomalyDetectionModel è compatibile con MutableMapping

Tipo restituito

AnomalyDetectionModel

Eccezioni

HttpResponseError