AnomalyDetectorClient.DetectMultivariateLastAnomaly Método
Definição
Importante
Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.
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
- Esse método de protocolo permite a criação explícita da solicitação e o processamento da resposta para cenários avançados.
- Tente a sobrecarga de conveniência mais DetectMultivariateLastAnomaly(String, MultivariateLastDetectionOptions, CancellationToken) simples com modelos fortemente tipado primeiro.
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
Azure SDK for .NET