DetectEntireResponse interface

Pacote:

@azure/ai-anomaly-detector

A resposta de toda a deteção de anomalias.

Propriedades

expectedValues	ExpectedValues contêm o valor esperado para cada ponto de entrada. O índice da matriz é consistente com a série de entrada.
isAnomaly	IsAnomaly contém propriedades de anomalias para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia negativa ou positiva. O índice da matriz é consistente com a série de entrada.
isNegativeAnomaly	IsNegativeAnomaly contém o estado de anomalia na direção negativa para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia negativa. Uma anomalia negativa significa que o ponto é detetado como uma anomalia e o valor real é menor do que o esperado. O índice da matriz é consistente com a série de entrada.
isPositiveAnomaly	IsPositiveAnomaly contém o estado de anomalia na direção positiva para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia positiva. Uma anomalia positiva significa que o ponto é detetado como uma anomalia e o seu valor real é maior do que o esperado. O índice da matriz é consistente com a série de entrada.
lowerMargins	Os LowerMargins contêm uma margem inferior de cada ponto de entrada. LowerMargin é utilizado para calcular lowerBoundary, que é igual a expectedValue - (100 - marginScale)*lowerMargin. Os pontos entre o limite podem ser marcados como normais no lado do cliente. O índice da matriz é consistente com a série de entrada.
period	Frequência extraída da série, zero significa que não foi encontrado nenhum padrão recorrente.
severity	A classificação de gravidade para cada ponto de entrada. Quanto maior for o valor, maior será a gravidade da anomalia. Para pontos normais, a "gravidade" é sempre 0.
upperMargins	Os UpperMargins contêm a margem superior de cada ponto de entrada. UpperMargin é utilizado para calcular upperBoundary, que é igual a expectedValue + (100 - marginScale)*upperMargin. As anomalias em resposta podem ser filtradas por upperBoundary e lowerBoundary. Ao ajustar o valor marginScale, podem ser filtradas anomalias menos significativas no lado do cliente. O índice da matriz é consistente com a série de entrada.

Detalhes de Propriedade

expectedValues

ExpectedValues contêm o valor esperado para cada ponto de entrada. O índice da matriz é consistente com a série de entrada.

expectedValues: number[]

Valor de Propriedade

number[]

isAnomaly

IsAnomaly contém propriedades de anomalias para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia negativa ou positiva. O índice da matriz é consistente com a série de entrada.

isAnomaly: boolean[]

Valor de Propriedade

boolean[]

isNegativeAnomaly

IsNegativeAnomaly contém o estado de anomalia na direção negativa para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia negativa. Uma anomalia negativa significa que o ponto é detetado como uma anomalia e o valor real é menor do que o esperado. O índice da matriz é consistente com a série de entrada.

isNegativeAnomaly: boolean[]

Valor de Propriedade

boolean[]

isPositiveAnomaly

IsPositiveAnomaly contém o estado de anomalia na direção positiva para cada ponto de entrada. Verdadeiro significa que foi detetada uma anomalia positiva. Uma anomalia positiva significa que o ponto é detetado como uma anomalia e o seu valor real é maior do que o esperado. O índice da matriz é consistente com a série de entrada.

isPositiveAnomaly: boolean[]

Valor de Propriedade

boolean[]

lowerMargins

Os LowerMargins contêm uma margem inferior de cada ponto de entrada. LowerMargin é utilizado para calcular lowerBoundary, que é igual a expectedValue - (100 - marginScale)*lowerMargin. Os pontos entre o limite podem ser marcados como normais no lado do cliente. O índice da matriz é consistente com a série de entrada.

lowerMargins: number[]

Valor de Propriedade

number[]

period

Frequência extraída da série, zero significa que não foi encontrado nenhum padrão recorrente.

period: number

Valor de Propriedade

number

severity

A classificação de gravidade para cada ponto de entrada. Quanto maior for o valor, maior será a gravidade da anomalia. Para pontos normais, a "gravidade" é sempre 0.

severity?: number[]

Valor de Propriedade

number[]

upperMargins

Os UpperMargins contêm a margem superior de cada ponto de entrada. UpperMargin é utilizado para calcular upperBoundary, que é igual a expectedValue + (100 - marginScale)*upperMargin. As anomalias em resposta podem ser filtradas por upperBoundary e lowerBoundary. Ao ajustar o valor marginScale, podem ser filtradas anomalias menos significativas no lado do cliente. O índice da matriz é consistente com a série de entrada.

upperMargins: number[]

Valor de Propriedade

number[]