Microsoft.ML.Transforms.TimeSeries Spazio dei nomi

è il wrapper a Microsoft.ML.Transforms.TimeSeries.IidAnomalyDetectionBaseWrapper.IidAnomalyDetectionBase che calcola i valori p e i punteggi martingale per una sequenza di input presumibilmente i.i.d di float. In altre parole, presuppone che la sequenza di input rappresenti il punteggio di anomalia non elaborato che potrebbe essere stato calcolato tramite un altro processo.

ITransformer risultante dall'adattamento di un oggetto IidChangePointEstimator.

Rilevare una modifica del segnale in una serie temporale distribuita in modo indipendente (i.i.d.) in base alla stima della densità del kernel adattiva e alle martingales.

ITransformer risultante dall'adattamento di un oggetto IidSpikeEstimator.

Rilevare un picco di segnale in una serie temporale distribuita in modo indipendente (i.i.d.) in base alla stima della densità del kernel adattiva.

Spazio dei nomi contenente i componenti di trasformazione dei dati delle serie temporali.

Spazio dei nomi contenente i componenti di trasformazione dei dati delle serie temporali.

ITransformer risultante dall'adattamento di un oggetto SrCnnAnomalyEstimator.

Rilevare anomalie nelle serie temporali usando l'algoritmo Spectral Residual(SR)

Wrapper a Microsoft.ML.Transforms.TimeSeries.SsaAnomalyDetectionBaseWrapper.SsaAnomalyDetectionBase che implementa la trasformazione di rilevamento anomalie generale in base alla modellazione Di spectrum singolare della serie temporale. Per informazioni dettagliate sull'analisi dello spettro singolare (SSA), vedere http://arxiv.org/pdf/1206.6910.pdf.

ITransformer risultante dall'adattamento di un oggetto SsaChangePointEstimator.

Rilevare i punti di modifica nelle serie temporali usando l'analisi dello spettro singolare.

Wrapper a Microsoft.ML.Transforms.TimeSeries.SsaForecastingBaseWrapper.SsaForecastingBase che implementa la trasformazione di rilevamento anomalie generale in base alla modellazione Di spectrum singolare della serie temporale. Per informazioni dettagliate sull'analisi dello spettro singolare (SSA), vedere http://arxiv.org/pdf/1206.6910.pdf.

Previsioni che usano l'analisi dello spettro singolare.

ITransformer risultante dall'adattamento di un oggetto SsaForecastingEstimator.

ITransformer risultante dall'adattamento di un oggetto SsaSpikeEstimator.

Rilevare i picchi nelle serie temporali usando l'analisi dello spettro singolare.

Classe che esegue il modello con training precedente (e la pipeline di trasformazione precedente) sui dati in memoria, un esempio alla volta. Questa operazione può essere usata anche con pipeline con training che non terminano con un predictor: in questo caso, la "stima" sarà solo il risultato di tutte le trasformazioni.

Rapporto di crescita. Definito come Growth^(1/TimeSpan).

Lato del rilevamento anomalie.

Spazio dei nomi contenente i componenti di trasformazione dei dati delle serie temporali.

Tipo di martingale.

Metodo di selezione della classificazione per il segnale.