你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
AnomalyDetectorClient class
用于与 Azure 异常检测器服务交互的客户端类。
- 扩展
构造函数
| Anomaly |
创建 AnomalyDetectorClient 的实例。 示例用法： |
继承属性
| api |
|
| endpoint |
继承的方法
构造函数详细信息
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
创建 AnomalyDetectorClient 的实例。
示例用法：
import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector";
const client = new AnomalyDetectorClient(
"<service endpoint>",
new AzureKeyCredential("<api key>")
);
new AnomalyDetectorClient(endpointUrl: string, credential: TokenCredential | KeyCredential, options?: PipelineOptions)参数
- endpointUrl
-
string
指向 Azure 异常检测器服务终结点的 URL
- credential
用于对服务的请求进行身份验证。
- options
- PipelineOptions
用于配置表单识别器客户端。
继承属性详细信息
apiVersion
endpoint
继承的方法详细信息
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
根据 modelId 删除现有多变量模型
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>参数
- modelId
-
string
模型标识符。
选项参数。
返回
Promise<RestResponse>
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
使用 modelId 的训练模型提交检测多变量异常任务，输入架构应与训练请求相同。 因此，请求将以异步方式完成，并返回用于查询检测结果的 resultId。请求应该是一个源链接，用于指示外部可访问的 Azure 存储 URI（最好是共享访问签名 URI）。 生成模型时所用的所有时序都必须压缩到一个文件中。 每个时序将如下所示：第一列是时间戳，第二列是值。
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>参数
- modelId
-
string
模型标识符。
- body
- DetectionRequest
检测异常请求
选项参数。
返回
Promise<AnomalyDetectorDetectAnomalyResponse>
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
评估每个系列点的更改点分数
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>参数
需要时序点和粒度。 如果需要，还可以在请求中设置高级模型参数。
选项参数。
返回
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
此操作生成一个包含整个序列的模型，每个点都用同一模型检测到。 使用此方法时，使用某个点前后的点来确定它是否为异常。 整个检测可以为用户提供时序的总体状态。
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>参数
- body
- DetectRequest
如果需要，时序点和时间段。 还可以在请求中设置高级模型参数。
选项参数。
返回
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
此操作在最新点之前使用点生成模型。 使用此方法时，仅使用历史点来确定目标点是否为异常。 最新检测操作与实时监视业务指标的方案匹配。
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>参数
- body
- DetectRequest
如果需要，时序点和时间段。 还可以在请求中设置高级模型参数。
选项参数。
返回
exportModel(string, AnomalyDetectorExportModelOptionalParams)
基于 modelId 导出多变量异常情况检测模型
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>参数
- modelId
-
string
模型标识符。
选项参数。
返回
Promise<AnomalyDetectorExportModelResponse>
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
基于 DetectAnomalyAsync api 返回的 resultId 获取多变量异常检测结果
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>参数
- resultId
-
string
结果标识符。
选项参数。
返回
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
获取多变量模型的详细信息，包括模型中使用的训练状态和变量。
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>参数
- modelId
-
string
模型标识符。
选项参数。
返回
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
用于异常情况检测的同步 API。
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>参数
- modelId
-
string
模型标识符。
- body
- LastDetectionRequest
请求上次检测。
选项参数。
返回
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
列出订阅的模型
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>参数
选项参数。
返回
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
发送使用提供的 OperationSpec 填充的 HTTP 请求。
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>参数
- operationArguments
- OperationArguments
将从中填充 HTTP 请求的模板化值的参数。
- operationSpec
- OperationSpec
用于填充 httpRequest 的 OperationSpec。
- callback
-
ServiceCallback<any>
收到响应时要调用的回调。
返回
Promise<RestResponse>
sendRequest(RequestPrepareOptions | WebResourceLike)
发送提供的 httpRequest。
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>参数
- options
返回
Promise<HttpOperationResponse>
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
创建和训练多变量异常情况检测模型。 请求必须包含源参数，以指示外部可访问的 Azure 存储 URI（最好是共享访问签名 URI）。 生成模型时所用的所有时序都必须压缩到一个文件中。 每个时序将位于一个 CSV 文件中，其中第一列是时间戳，第二列是值。
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>参数
培训请求
选项参数。
返回
继承自
