AnomalyDetectorClient.DetectMultivariateLastAnomaly メソッド

リファレンス

定義

名前空間:: Azure.AI.AnomalyDetector

アセンブリ:: Azure.AI.AnomalyDetector.dll

パッケージ:: Azure.AI.AnomalyDetector v3.0.0-preview.7

重要

一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。

オーバーロード

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

[プロトコルメソッド]要求本文の最後のポイントで異常を検出する

このプロトコルメソッドを使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。
まず、厳密に型指定されたモデルを使用して、より DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

要求本文の最後のポイントで異常を検出します。

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

Source:: AnomalyDetectorClient.cs

[プロトコルメソッド]要求本文の最後のポイントで異常を検出する

このプロトコルメソッドを使用すると、高度なシナリオで応答の要求と処理を明示的に作成できます。
まず、厳密に型指定されたモデルを使用して、より DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) 簡単な利便性のオーバーロードを試してください。

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

パラメーター

modelId: String

モデル識別子。

content: RequestContent

要求の本文として送信するコンテンツ。

context: RequestContext

要求コンテキスト。これは、クライアントパイプラインの既定の動作を呼び出しごとにオーバーライドできます。

戻り値

Response

サービスから返された応答。

例外

ArgumentNullException

modelId または content が null です。

ArgumentException

modelId は空の文字列であり、空でないと予想されていました。

RequestFailedException

サービスから成功以外の状態コードが返されました。

例

このサンプルでは、必要なパラメーターと要求コンテンツを使用して DetectMultivariateLastAnomaly を呼び出す方法と、結果を解析する方法を示します。

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());

このサンプルでは、すべてのパラメーターと要求コンテンツを使用して DetectMultivariateLastAnomaly を呼び出す方法と、結果を解析する方法を示します。

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());

注釈

トレーニング済みのモデルと推論データの modelId を使用して多変量異常検出タスクを送信し、推論データを JSON 形式で要求本文に配置する必要があります。要求は同期的に完了し、応答本文ですぐに検出を返します。

要求と応答のペイロードの JSON スキーマを次に示します。

要求本文:

の MultivariateLastDetectionOptionsスキーマ:

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

応答本文:

の MultivariateLastDetectionResultスキーマ:

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

適用対象

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Source:: AnomalyDetectorClient.cs

要求本文の最後のポイントで異常を検出します。

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)

パラメーター

modelId: String

モデル識別子。

options: MultivariateLastDetectionOptions

最後の検出の要求。

cancellationToken: CancellationToken

使用する取り消しトークン。

戻り値

Response<MultivariateLastDetectionResult>

例外

ArgumentNullException

modelId または options が null です。

ArgumentException

modelId は空の文字列であり、空でないと予想されていました。

例

このサンプルでは、必要なパラメーターを指定して DetectMultivariateLastAnomaly を呼び出す方法を示します。

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);

注釈

トレーニング済みのモデルと推論データの modelId 値を使用して、多変量異常検出タスクを送信します。推論データは、JSON 形式で要求本文に配置する必要があります。要求は同期的に完了し、応答本文ですぐに検出を返します。

適用対象

次の方法で共有

AnomalyDetectorClient.DetectMultivariateLastAnomaly メソッド

定義

オーバーロード

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

パラメーター

戻り値

例外

例

注釈

適用対象

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

パラメーター

戻り値

例外

例

注釈

適用対象

その他のリソース