问题标签 [azure-anomaly-detector]

当我浏览 Anomaly Detector API 的文档时，我发现有两个 API（或“模式”）：/last 和 /entire。医生说他们是流式与批处理模式。但是，我认为消息不是很清楚，并且这两个 API/模式似乎具有非常相似的功能。我有一些来自工厂车间传感器的物联网数据；我可以预处理数据以确保它符合 API 要求；我可以在我的应用程序中使用 C# 进行编码。谁能帮助详细说明如何选择更好的 API 用于我的场景？

我已经在 Azure 笔记本中尝试了这两种 API

我正在探索 Microsoft Azure 异常检测 API，以便在我的组织中使用。我想知道库中有哪些算法（例如隔离森林、一类 SVM、基于自动编码器的异常检测）。通过此 API，我可以选择哪些统计模型？

我已经尝试了新的异常检测器几天，它在大多数情况下似乎都可以使用。但它似乎是完全无状态的，我必须推送所有历史数据进行一次检测。在我们当前的系统中很难扩展。那么，当它是一个有状态的版本时，有人可以回答吗？在这种情况下，我只能发布新点。另一件事是，路线图中的自定义调优模型吗？我的意思是，如果我为我的时间序列提供一些反馈，例如误报，它会被重新训练以在未来提供更好的结果吗？

我正在根据过去 90 天每小时特定事件计数的指标测试异常检测器。出于某种原因，我总是只得到尖峰（isPositive），但从不掉线，而我最感兴趣的是检测掉线。数据具有每周季节性（预计周末会下降），并且在一周中的这一天肯定会出现异常下降。我还尝试在特定时间进行游戏，以使它们在这个时间和工作日达到极低的水平。我尝试了不同的灵敏度值（90 到 20 之间）。从好的方面来说，我得到了太多的尖峰，这会产生很多噪音，而低灵敏度值无助于摆脱它们。下面是请求 JSON 的链接。 请求 JSON

参考Azure-site上可用的笔记本，我创建了一个实验，其中推送了大约 5000 条参数记录。我尝试sensitivity从90to更改，25但在输出散景图上看不到任何变化。

灵敏度 = 95

灵敏度 = 25

我什至在运行 Anomaly-Detector API 之前检查了正在加载的 JSON，并且灵敏度值正在根据所需的格式进行更新。你能告诉我可能是什么原因吗？我应该从哪里解决问题？

谢谢！

在 Azure 支持多变量认知服务的最新版本异常检测服务中，我们需要训练模型然后使用它。

Python的快速入门文档提到了一些没有被导入的库：

这两个库都引发了导入错误。我们如何使用 Python SDK 使用多元异常检测服务？

为什么有两种方法可以检测同一算法的异常（SrCnn）。据我了解，DetectEntireAnomalyBySrCnn 用于检测整个输入的异常，而另一个 DetectAnomalyBySrCnn 考虑到整个系列可能不会立即检测到它，而是可能将时间序列分成批次并分批检测异常。不过话说回来，整个异常一个也有这批选项。而且，我都很困惑。