Вы имеете в виду детектор аномалий в Azure Cognitive Service.
Насколько я заметил, API - это не только отдельная модель или алгоритм.
Вы можете проверить его ответ, если вы не предоставите информацию о периоде, она вернет ее, это означает, что алгоритм также вычисляет период временного ряда, возможно, это одна из функций, которую они использовали для выбора модели или алгоритма.
Я пытался отправить сезонные временные ряды, несезонные временные ряды, восходящий тренд и нисходящий тренд, все это вернуло правильный хороший результат. Не уверен, что они могут раскрыть детали об алгоритмах. Но я могу видеть то же поведение, если бы я использовал DFT, STL для сезонных временных рядов и ESD или простой Zscore для несезонных.
Иногда «полное» обнаружение не может возвращать ожидаемое значение в качестве «последнего» обнаружения в потоковом режиме, но согласно справочнику API, https://aka.ms/anomaly-detector-rest-api-ref
Похоже, что «весь» API строит одну модель или выбирает один алгоритм, чтобы выполнить обнаружение, и точки после целевой точки учитываются, поэтому это должно быть аномалией во всех временных рядах. Но «последний» API использует только точки перед целевой точкой, поэтому это означает аномалию в соответствии с историей. Это немного запутано, но в сценарии потокового мониторинга, я думаю, «последний» - правильный выбор, он быстрее и точнее.