AnomalyDetectionCatalog クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
トレーナーやエバリュエーターなど、異常検出コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。
public sealed class AnomalyDetectionCatalog : Microsoft.ML.TrainCatalogBasetype AnomalyDetectionCatalog = class
inherit TrainCatalogBasePublic NotInheritable Class AnomalyDetectionCatalog
Inherits TrainCatalogBase- 継承
プロパティ
| 名前 | 説明 |
|---|---|
| Trainers |
異常検出用のトレーナーの一覧。 |
メソッド
| 名前 | 説明 |
|---|---|
| ChangeModelThreshold<TModel>(AnomalyPredictionTransformer<TModel>, Single) |
指定したAnomalyPredictionTransformer<TModel>を使用して新しい |
| Evaluate(IDataView, String, String, String, Int32) |
スコア付けされた異常検出データを評価します。 |
拡張メソッド
| 名前 | 説明 |
|---|---|
| DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, Double, Int32, Double, SrCnnDetectMode) |
SRCNN アルゴリズムを使用して入力全体の時系列の異常を検出する Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetectorを作成します。 |
| DetectEntireAnomalyBySrCnn(AnomalyDetectionCatalog, IDataView, String, String, SrCnnEntireAnomalyDetectorOptions) |
SRCNN アルゴリズムを使用して入力全体の時系列の異常を検出する Microsoft.ML.TimeSeries.SrCnnEntireAnomalyDetectorを作成します。 |
| DetectSeasonality(AnomalyDetectionCatalog, IDataView, String, Int32, Double) |
時系列データでは、季節性 (または周期性) は、週単位、月単位、四半期単位など、特定の一定の間隔で発生するバリエーションの存在です。 この方法では、フーリエ分析の手法を採用することで、この予測可能な間隔 (または期間) を検出します。 入力値が同じ時間間隔 (タイムスタンプ順に並べられた 1 秒ごとに収集されたセンサー データなど) を使用すると、このメソッドは時系列データの一覧を受け取り、入力の季節データの定期的な期間を返します。予測可能な変動またはパターンが、入力値全体でこの期間にわたって繰り返しまたは繰り返される可能性がある場合。 そのようなパターンが見つからない場合、つまり、入力値が季節変動に従わない場合は、-1 を返します。 |
| LocalizeRootCause(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double) |
デシジョン ツリー アルゴリズムを使用して根本原因をローカライズする RootCauseを作成します。 |
| LocalizeRootCauses(AnomalyDetectionCatalog, RootCauseLocalizationInput, Double, Double) |
RootCauseの順序付きリストを出力します。 この順序は、準備された原因が根本原因である可能性が最も高い原因に対応します。 |