何时在Azure异常检测器中使用“ / entire”与“ / last” API？

Question

当我浏览异常检测器API的文档时，我发现有两个API（或“模式”）：/ last和/ entire。医生说他们正在流媒体与批处理模式。但是，我认为消息不是很清晰，并且两个API /模式似乎具有真正相似的功能。 我有一些来自工厂车间传感器的物联网数据；我可以对数据进行预处理，以确保其符合API要求；我可以在我的应用程序中使用C＃进行编码。 谁能帮助您详细说明如何为我的方案选择更好的API？

我已经在Azure笔记本中尝试了两种API

Answer 1

感谢您使用异常检测器。

Anomaly Detector API的批处理检测端点使您可以通过整个时间序列数据检测异常。在这种检测模式下，将创建一个统计模型并将其应用于数据集中的每个点。如果您的时间序列具有以下特征，建议您使用批处理检测功能在一个API调用中预览数据。

1. 一个季节性的时间序列，偶尔会有异常。
2. 平坦的趋势时间序列，偶有峰值/下降。

我们不建议对实时数据监视使用批处理异常检测，或者对不具有上述特征的时间序列数据使用批处理异常检测。

1. 批量检测仅创建并应用一个模型，每个点的检测都是在整个序列的上下文中完成的。

   如果时间序列数据在没有季节性的情况下上下波动，则模型可能会遗漏某些变化点（数据中的尖峰和尖峰）。同样，某些变化点在数据集中的重要性不如其后的变化点，其重要性可能不足以纳入模型。

2. 由于要分析的点数很多，因此在进行实时数据监视时，批次检测比检测最新点的异常状态要慢。

对于实时数据监视，我们建议仅检测最新数据点的异常状态。通过持续应用最新的点检测，可以更有效，更准确地完成流数据监视。

以下示例描述了这些检测模式可能对性能产生的影响。第一张图片显示了沿28个先前看到的数据点连续检测异常状态最新点的结果。红点是异常。

An image showing anomaly detection using the latest point

以下是使用批处理异常检测的相同数据集。为该操作构建的模型已忽略了多个以矩形标记的异常。

An image showing anomaly detection using the batch method

再次感谢，我们将信息添加到AD服务的公共文档中。