Udostępnij za pośrednictwem

AnomalyDetectorClientModelInfo interface

  • Odwołanie
Pakiet:
@azure/ai-anomaly-detector

Trenowanie wyniku modelu, w tym stanu, błędów i diagnozowanie informacji dotyczących modelu i zmiennych.

Właściwości

alignPolicy
diagnosticsInfo

UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.
displayName

Opcjonalne pole. Nazwa modelu, którego maksymalna długość to 24.
endTime

Wymagane pole wskazujące czas zakończenia danych treningowych. Powinna być data-godzina.
errors

Komunikaty o błędach, gdy nie można utworzyć modelu. UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.
slidingWindow

Opcjonalne pole wskazujące, ile poprzednich punktów zostanie użytych do obliczenia wyniku anomalii w kolejnym punkcie.
source

Link źródłowy do zmiennych wejściowych. Każda zmienna powinna być plikiem csv z dwiema kolumnami timestamp i value. Domyślnie nazwa pliku zmiennej będzie używana jako nazwa zmiennej.
startTime

Wymagane pole wskazujące godzinę rozpoczęcia danych treningowych. Powinna być data-godzina.
status

Stan trenowania modelu. UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.

Szczegóły właściwości

alignPolicy 

alignPolicy?: AlignPolicy

Wartość właściwości

AlignPolicy

diagnosticsInfo

UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.

diagnosticsInfo?: DiagnosticsInfo

Wartość właściwości

DiagnosticsInfo

displayName

Opcjonalne pole. Nazwa modelu, którego maksymalna długość to 24.

displayName?: string

Wartość właściwości

string

endTime

Wymagane pole wskazujące czas zakończenia danych treningowych. Powinna być data-godzina.

endTime: Date

Wartość właściwości

Date

errors

Komunikaty o błędach, gdy nie można utworzyć modelu. UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.

errors?: AnomalyDetectorClientErrorResponse[]

Wartość właściwości

AnomalyDetectorClientErrorResponse[]

slidingWindow

Opcjonalne pole wskazujące, ile poprzednich punktów zostanie użytych do obliczenia wyniku anomalii w kolejnym punkcie.

slidingWindow?: number

Wartość właściwości

number

source

Link źródłowy do zmiennych wejściowych. Każda zmienna powinna być plikiem csv z dwiema kolumnami timestamp i value. Domyślnie nazwa pliku zmiennej będzie używana jako nazwa zmiennej.

source: string

Wartość właściwości

string

startTime

Wymagane pole wskazujące godzinę rozpoczęcia danych treningowych. Powinna być data-godzina.

startTime: Date

Wartość właściwości

Date

status

Stan trenowania modelu. UWAGA: Ta właściwość nie zostanie serializowana. Można go wypełnić tylko przez serwer.

status?: AnomalyDetectorClientModelStatus

Wartość właściwości

AnomalyDetectorClientModelStatus