Microsoft.ML.Transforms.TimeSeries Przestrzeń nazw

Jest otoką, która Microsoft.ML.Transforms.TimeSeries.IidAnomalyDetectionBaseWrapper.IidAnomalyDetectionBase oblicza wartości p i martingale wyniki dla rzekomo i.i.d sekwencji wejściowej zmiennoprzecinków. Innymi słowy, zakłada, że sekwencja wejściowa reprezentuje nieprzetworzone wyniki anomalii, które mogły zostać obliczone za pośrednictwem innego procesu.

ITransformer wynikowe dopasowanie elementu IidChangePointEstimator.

Wykryj zmianę sygnału na niezależnie rozproszonych (i.i.d.) szeregów czasowych opartych na szacowaniu adaptacyjnej gęstości jądra i martingales.

ITransformer wynikowe dopasowanie elementu IidSpikeEstimator.

Wykrywanie skoku sygnału na niezależnej równomiernie rozproszonej serii czasowej (i.i.d.) na podstawie szacowania adaptacyjnej gęstości jądra.

Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych.

Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych.

ITransformer wynikowe dopasowanie elementu SrCnnAnomalyEstimator.

Wykrywanie anomalii w szeregach czasowych przy użyciu algorytmu spektralnych reszt (SR)

Otoka Microsoft.ML.Transforms.TimeSeries.SsaAnomalyDetectionBaseWrapper.SsaAnomalyDetectionBase implementuje ogólną transformację wykrywania anomalii na podstawie modelowania pojedynczego spektrum szeregów czasowych. Aby uzyskać szczegółowe informacje na temat analizy pojedynczego spektrum (SSA), zobacz http://arxiv.org/pdf/1206.6910.pdf.

ITransformer wynikowe dopasowanie elementu SsaChangePointEstimator.

Wykrywanie punktów zmian w szeregach czasowych przy użyciu analizy pojedynczego spektrum.

Otoka Microsoft.ML.Transforms.TimeSeries.SsaForecastingBaseWrapper.SsaForecastingBase implementuje ogólną transformację wykrywania anomalii na podstawie modelowania pojedynczego spektrum szeregów czasowych. Aby uzyskać szczegółowe informacje na temat analizy pojedynczego spektrum (SSA), zobacz http://arxiv.org/pdf/1206.6910.pdf.

Prognozy korzystające z analizy pojedynczego spektrum.

ITransformer wynikowe dopasowanie elementu SsaForecastingEstimator.

ITransformer wynikowe dopasowanie elementu SsaSpikeEstimator.

Wykrywanie skoków szeregów czasowych przy użyciu analizy pojedynczego spektrum.

Klasa, która uruchamia wcześniej wytrenowany model (i poprzedni potok przekształcania) na danych w pamięci, jeden przykład naraz. Może to być również używane z wytrenowanych potoków, które nie kończą się predyktorem: w tym przypadku "przewidywanie" będzie tylko wynikiem wszystkich przekształceń.

Współczynnik wzrostu. Zdefiniowane jako Growth^(1/TimeSpan).

Strona wykrywania anomalii.

Przestrzeń nazw zawierająca składniki przekształcania danych szeregów czasowych.

Typ martingale.

Metoda klasyfikacji wyboru sygnału.