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。文档说他们正在流式传输与批处理模式。但是，我认为消息不是非常清晰，并且两个 API/模式似乎具有非常相似的功能。 我从工厂车间的传感器中获得了一些物联网数据;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# 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个 API
感谢您使用异常检测器。
异常检测器 API 的批量检测终结点允许你通过整个时序数据检测异常。在此检测模式下，将创建单个统计模型并将其应用于数据集中的每个点。如果时序具有以下特征，建议使用批量检测在一次 API 调用中预览数据。
- 季节性时间序列，偶尔会出现异常。
- 平坦的趋势时间序列，偶尔会出现峰值/低谷。
不建议对实时数据监视使用批量异常情况检测，也不建议对不具有上述特征的时序数据使用它。
批量检测仅创建和应用一个模型，每个点的检测在整个系列的上下文中完成。
如果时间序列数据在没有季节性的情况下呈上升和下降趋势，则模型可能会错过某些变化点(数据中的下降和峰值)。同样，一些不如数据集后面的变化点重要，可能不算作足够重要，无法合并到模型中。
由于要分析的点数，在进行实时数据监视时，批量检测比检测最新点的异常状态要慢。
对于实时数据监视，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，可以更高效、更准确地进行流数据监控。
下面的示例描述了这些检测模式对性能的影响。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。
显示使用最新点进行异常检测的图像
下面是使用批量异常检测的相同数据集。为操作构建的模型忽略了几个异常，这些异常由矩形标记。
显示使用批处理方法进行异常检测的图像
再次感谢，我们会将信息添加到 AD 服务的公共文档中。