Microsoft.ML.Transforms.TimeSeries Przestrzeń nazw
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych.
Klasy
| IidAnomalyDetectionBaseWrapper |
Jest otoką, która Microsoft.ML.Transforms.TimeSeries.IidAnomalyDetectionBaseWrapper.IidAnomalyDetectionBase oblicza wartości p i martingale wyniki dla rzekomo i.i.d sekwencji wejściowej zmiennoprzecinków. Innymi słowy, zakłada, że sekwencja wejściowa reprezentuje nieprzetworzone wyniki anomalii, które mogły zostać obliczone za pośrednictwem innego procesu. |
| IidChangePointDetector |
ITransformer wynikowe dopasowanie elementu IidChangePointEstimator. |
| IidChangePointEstimator |
Wykryj zmianę sygnału na niezależnie rozproszonych (i.i.d.) szeregów czasowych opartych na szacowaniu adaptacyjnej gęstości jądra i martingales. |
| IidSpikeDetector |
ITransformer wynikowe dopasowanie elementu IidSpikeEstimator. |
| IidSpikeEstimator |
Wykrywanie skoku sygnału na niezależnej równomiernie rozproszonej serii czasowej (i.i.d.) na podstawie szacowania adaptacyjnej gęstości jądra. |
| PredictionFunctionExtensions |
Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych. |
| SrCnnAnomalyDetectionBase |
Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych. |
| SrCnnAnomalyDetector |
ITransformer wynikowe dopasowanie elementu SrCnnAnomalyEstimator. |
| SrCnnAnomalyEstimator |
Wykrywanie anomalii w szeregach czasowych przy użyciu algorytmu spektralnych reszt (SR) |
| SsaAnomalyDetectionBaseWrapper |
Otoka Microsoft.ML.Transforms.TimeSeries.SsaAnomalyDetectionBaseWrapper.SsaAnomalyDetectionBase implementuje ogólną transformację wykrywania anomalii na podstawie modelowania pojedynczego spektrum szeregów czasowych. Aby uzyskać szczegółowe informacje na temat analizy pojedynczego spektrum (SSA), zobacz http://arxiv.org/pdf/1206.6910.pdf. |
| SsaChangePointDetector |
ITransformer wynikowe dopasowanie elementu SsaChangePointEstimator. |
| SsaChangePointEstimator |
Wykrywanie punktów zmian w szeregach czasowych przy użyciu analizy pojedynczego spektrum. |
| SsaForecastingBaseWrapper |
Otoka Microsoft.ML.Transforms.TimeSeries.SsaForecastingBaseWrapper.SsaForecastingBase implementuje ogólną transformację wykrywania anomalii na podstawie modelowania pojedynczego spektrum szeregów czasowych. Aby uzyskać szczegółowe informacje na temat analizy pojedynczego spektrum (SSA), zobacz http://arxiv.org/pdf/1206.6910.pdf. |
| SsaForecastingEstimator |
Prognozy korzystające z analizy pojedynczego spektrum. |
| SsaForecastingTransformer |
ITransformer wynikowe dopasowanie elementu SsaForecastingEstimator. |
| SsaSpikeDetector |
ITransformer wynikowe dopasowanie elementu SsaSpikeEstimator. |
| SsaSpikeEstimator |
Wykrywanie skoków szeregów czasowych przy użyciu analizy pojedynczego spektrum. |
| TimeSeriesPredictionEngine<TSrc,TDst> |
Klasa, która uruchamia wcześniej wytrenowany model (i poprzedni potok przekształcania) na danych w pamięci, jeden przykład naraz. Może to być również używane z wytrenowanych potoków, które nie kończą się predyktorem: w tym przypadku "przewidywanie" będzie tylko wynikiem wszystkich przekształceń. |
Struktury
| GrowthRatio |
Współczynnik wzrostu. Zdefiniowane jako Growth^(1/TimeSpan). |
Wyliczenia
| AnomalySide |
Strona wykrywania anomalii. |
| ErrorFunction |
Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych. |
| MartingaleType |
Typ martingale. |
| RankSelectionMethod |
Metoda klasyfikacji wyboru sygnału. |