TimeSeriesCatalog クラス

定義

名前空間:: Microsoft.ML

アセンブリ:: Microsoft.ML.TimeSeries.dll

パッケージ:: Microsoft.ML.TimeSeries v4.0.1

パッケージ:: Microsoft.ML.TimeSeries v1.2.0

パッケージ:: Microsoft.ML.TimeSeries v1.3.1

パッケージ:: Microsoft.ML.TimeSeries v1.4.0

パッケージ:: Microsoft.ML.TimeSeries v1.5.5

パッケージ:: Microsoft.ML.TimeSeries v1.6.0

パッケージ:: Microsoft.ML.TimeSeries v1.7.0

パッケージ:: Microsoft.ML.TimeSeries v2.0.1

パッケージ:: Microsoft.ML.TimeSeries v3.0.1

パッケージ:: Microsoft.ML.TimeSeries v5.0.0-preview.1.25125.4

ソース:: ExtensionsCatalog.cs

ソース:: ExtensionsCatalog.cs

ソース:: ExtensionsCatalog.cs

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。

public static class TimeSeriesCatalog

type TimeSeriesCatalog = class

Public Module TimeSeriesCatalog

継承: Object
TimeSeriesCatalog

メソッド

名前	説明
DetectAnomalyBySrCnn(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, Int32, Double)	SRCNN アルゴリズムを使用して時系列の異常を検出する SrCnnAnomalyEstimatorを作成します。
DetectChangePointBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	単数形スペクトル分析 (SSA) を使用して時系列の変化点を予測するSsaChangePointEstimatorを作成します。
DetectChangePointBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, ErrorFunction, MartingaleType, Double)	古い. 単数形スペクトル分析 (SSA) を使用して時系列の変化点を予測するSsaChangePointEstimatorを作成します。
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。
DetectIidChangePoint(TransformsCatalog, String, String, Double, Int32, MartingaleType, Double)	IidChangePointEstimatorを作成します。これは、アダプティブカーネル密度推定とマルチンセールスコアに基づいて、独立した同一分散 (i.i.d.) 時系列の変化点を予測します。
DetectIidChangePoint(TransformsCatalog, String, String, Int32, Int32, MartingaleType, Double)	古い. IidChangePointEstimatorを作成します。これは、アダプティブカーネル密度推定とマルチンセールスコアに基づいて、独立した同一分散 (i.i.d.) 時系列の変化点を予測します。
DetectIidSpike(TransformsCatalog, String, String, Double, Int32, AnomalySide)	アダプティブカーネル密度の推定とマルチンセールスコアに基づいて、IidSpikeEstimator 時系列のスパイクを予測するを作成します。
DetectIidSpike(TransformsCatalog, String, String, Int32, Int32, AnomalySide)	古い. アダプティブカーネル密度の推定とマルチンセールスコアに基づいて、IidSpikeEstimator 時系列のスパイクを予測するを作成します。
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。
DetectSpikeBySsa(TransformsCatalog, String, String, Double, Int32, Int32, Int32, AnomalySide, ErrorFunction)	単数形スペクトル分析 (SSA) を使用して時系列のスパイクを予測するSsaSpikeEstimatorを作成します。
DetectSpikeBySsa(TransformsCatalog, String, String, Int32, Int32, Int32, Int32, AnomalySide, ErrorFunction)	古い. 単数形スペクトル分析 (SSA) を使用して時系列のスパイクを予測するSsaSpikeEstimatorを作成します。
ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)	一変量時系列予測のための単数スペクトル分析 (SSA) モデル。モデルの詳細については、 http://arxiv.org/pdf/1206.6910.pdfを参照してください。
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。

適用対象