Compartilhar via


AnomalyDetectorClient.DetectMultivariateLastAnomaly Método

Definição

Sobrecargas

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

[Método protocol] Detectar anomalias no último ponto do corpo da solicitação

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Detectar anomalias no último ponto do corpo da solicitação.

DetectMultivariateLastAnomaly(String, RequestContent, RequestContext)

Origem:
AnomalyDetectorClient.cs

[Método protocol] Detectar anomalias no último ponto do corpo da solicitação

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

Parâmetros

modelId
String

Identificador de modelo.

content
RequestContent

O conteúdo a ser enviado como o corpo da solicitação.

context
RequestContext

O contexto de solicitação, que pode substituir os comportamentos padrão do pipeline do cliente por chamada.

Retornos

A resposta retornada do serviço.

Exceções

modelId ou content é nulo.

modelId é uma cadeia de caracteres vazia e esperava-se que não estivesse vazia.

O serviço retornou um código de status sem êxito.

Exemplos

Este exemplo mostra como chamar DetectMultivariateLastAnomaly com os parâmetros necessários e solicitar conteúdo e como analisar o resultado.

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());

Este exemplo mostra como chamar DetectMultivariateLastAnomaly com todos os parâmetros e conteúdo da solicitação e como analisar o resultado.

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());

Comentários

Envie a tarefa de detecção de anomalias multivariadas com a modelId de dados de modelo e inferência treinados, e os dados de inferência devem ser colocados no corpo da solicitação em um formato JSON. A solicitação será concluída de forma síncrona e retornará a detecção imediatamente no corpo da resposta.

Abaixo está o esquema JSON para as cargas de solicitação e resposta.

Corpo da solicitação:

Esquema para MultivariateLastDetectionOptions:

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

Corpo da resposta:

Esquema para MultivariateLastDetectionResult:

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

Aplica-se a

DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken)

Origem:
AnomalyDetectorClient.cs

Detectar anomalias no último ponto do corpo da solicitação.

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)

Parâmetros

modelId
String

Identificador de modelo.

options
MultivariateLastDetectionOptions

Solicitação da última detecção.

cancellationToken
CancellationToken

O token de cancelamento a ser usado.

Retornos

Exceções

modelId ou options é nulo.

modelId é uma cadeia de caracteres vazia e esperava-se que não estivesse vazia.

Exemplos

Este exemplo mostra como chamar DetectMultivariateLastAnomaly com os parâmetros necessários.

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);

Comentários

Envie uma tarefa de detecção de anomalias multivariadas com o valor modelId de um modelo treinado e dados de inferência. Os dados de inferência devem ser colocados no corpo da solicitação no formato JSON. A solicitação será concluída de forma síncrona e retornará a detecção imediatamente no corpo da resposta.

Aplica-se a