AnomalyDetectorClientModelInfo interface

參考

套件:: @azure/ai-anomaly-detector

將模型的結果定型，包括狀態、錯誤和診斷模型和變數的資訊。

屬性

alignPolicy
diagnosticsInfo	注意：此屬性不會序列化。它只能由伺服器填入。
displayName	選擇性欄位。最大長度為 24 的模型名稱。
endTime	必要欄位，表示定型資料的結束時間。應該是日期時間。
errors	無法建立模型時的錯誤訊息。注意：此屬性不會序列化。它只能由伺服器填入。
slidingWindow	選擇性欄位，指出將使用多少先前的點來計算後續點的異常分數。
source	輸入變數的來源連結。每個變數都應該是具有兩個數據行的 csv 檔案， `timestamp` 以及 `value` 。根據預設，變數的檔案名將作為其變數名稱。
startTime	必要欄位，表示定型資料的開始時間。應該是日期時間。
status	模型定型狀態。注意：此屬性不會序列化。它只能由伺服器填入。

屬性詳細資料

alignPolicy

alignPolicy?: AlignPolicy

屬性值

AlignPolicy

diagnosticsInfo

注意：此屬性不會序列化。它只能由伺服器填入。

diagnosticsInfo?: DiagnosticsInfo

屬性值

DiagnosticsInfo

displayName

選擇性欄位。最大長度為 24 的模型名稱。

displayName?: string

屬性值

string

endTime

必要欄位，表示定型資料的結束時間。應該是日期時間。

endTime: Date

屬性值

Date

errors

無法建立模型時的錯誤訊息。注意：此屬性不會序列化。它只能由伺服器填入。

errors?: AnomalyDetectorClientErrorResponse[]

屬性值

AnomalyDetectorClientErrorResponse[]

slidingWindow

選擇性欄位，指出將使用多少先前的點來計算後續點的異常分數。

slidingWindow?: number

屬性值

number

source

輸入變數的來源連結。每個變數都應該是具有兩個數據行的 csv 檔案， timestamp 以及 value 。根據預設，變數的檔案名將作為其變數名稱。

source: string

屬性值

string

startTime

必要欄位，表示定型資料的開始時間。應該是日期時間。

startTime: Date

屬性值