利用Azure服务进行决策与应用的全面指南
1. 异常检测(Anomaly Detector API)
在实际应用中,当需要检测问题并在出现异常时获得警告,Anomaly Detector API 是一个强大的工具。它可用于多种场景,如发现欺诈行为、检测物联网设备传感器故障、捕捉服务或用户活动模式变化、在故障开始时进行检测,甚至可以在金融市场中寻找异常模式。该 API 能够处理大规模数据,是微软用于监控自身云服务的工具。
其工作原理是,它设计用于处理实时或历史时间序列数据,可使用来自多个传感器的单个或多个指标。无需提供标记数据,就能确定数据点是否为异常,并判断是否需要发出警报。
若使用 Python 结合异常检测器,需安装 Pandas 数据分析库。可以使用 pip 安装它和 Azure 异常 SDK。代码示例如下:
import os
from azure.ai.anomalydetector import AnomalyDetectorClient
from azure.ai.anomalydetector.models import DetectRequest, TimeSeriesPoint, TimeGranularity, AnomalyDetectorError
from azure.core.credentials import AzureKeyCredential
import pandas as pd
SUBSCRIPTION_KEY = os.environ["ANOMALY_DETECTOR_KEY"]
ANOMALY_DETECTOR_ENDPOINT = os.envi
超级会员免费看
订阅专栏 解锁全文
6万+

被折叠的 条评论
为什么被折叠?



