Knihovna funkcí

Následující článek obsahuje seznam definovaných uživatelem definovaných uživatelem (uživatelem definovaných funkcí).

Kód uživatelem definovaných funkcí je uveden v článcích. Lze jej použít v příkazu let vloženém do dotazu nebo lze zachovat v databázi pomocí .create function.

Obecné funkce

Název funkce	Popis
geoip_fl()	Načte geografické informace o IP adrese.
get_packages_version_fl()	Vrátí informace o verzi modulu Python a zadaných balíčků.

Funkce strojového učení

Název funkce	Popis
dbscan_fl()	Clusterizace pomocí algoritmu DBSCAN, funkce jsou v samostatných sloupcích.
dbscan_dynamic_fl()	Clusterizace pomocí algoritmu DBSCAN, funkce jsou v jednom dynamickém sloupci.
kmeans_fl()	Clusterizace pomocí algoritmu K-Means, funkce jsou v samostatných sloupcích.
kmeans_dynamic_fl()	Funkce clusterizace pomocí algoritmu K-Means jsou v jednom dynamickém sloupci.
predict_fl()	Predikce pomocí existujícího natrénovaného modelu strojového učení
predict_onnx_fl()	Predikce pomocí existujícího natrénovaného modelu strojového učení ve formátu ONNX

Plotly – funkce

Následující část obsahuje funkce pro vykreslování interaktivních grafů Plotly.

Název funkce	Popis
plotly_anomaly_fl()	Vykreslení grafu anomálií pomocí šablony Plotly
plotly_scatter3d_fl()	Vykreslení 3D bodového grafu pomocí šablony Plotly

Funkce PromQL

Následující část obsahuje běžné funkce PromQL . Tyto funkce se dají použít k analýze metrik přijatých do clusteru monitorovacím systémem Prometheus . Všechny funkce předpokládají, že metriky ve vašem clusteru jsou strukturované pomocí datového modelu Prometheus.

Název funkce	Popis
series_metric_fl()	Vyberte a načtěte časovou řadu uloženou s datovým modelem Prometheus.
series_rate_fl()	Vypočítá průměrnou míru zvýšení metriky čítače za sekundu.

Funkce zpracování řad

Název funkce	Popis
quantize_fl()	Kvantifikujte sloupce metrik.
series_clean_anomalies_fl()	Nahraďte anomálie v řadě interpolovanou hodnotou.
series_cosine_similarity_fl()	Vypočítá kosinus podobnost dvou číselných vektorů.
series_dbl_exp_smoothing_fl()	Použití dvojitého exponenciálního vyhlazování filtru u řad.
series_dot_product_fl()	Vypočítá tečkovaný součin dvou číselných vektorů.
series_downsample_fl()	Časové řady downsample podle celočíselného faktoru
series_exp_smoothing_fl()	Použití základního exponenciálního vyhlazování filtru u řad.
series_fit_lowess_fl()	Přizpůsobte lokální polynom na řadu pomocí metody LOWESS.
series_fit_poly_fl()	Přizpůsobte polynom pro řadu pomocí regresní analýzy.
series_fbprophet_forecast_fl()	Prognózovat hodnoty časových řad pomocí algoritmu Prorok.
series_lag_fl()	Použití filtru prodlevy u řad
series_monthly_decompose_anomalies_fl()	Detekce anomálií v řadě s měsíční sezónností
series_moving_avg_fl()	Použití klouzavého průměru filtru u řad
series_moving_var_fl()	Použití filtru pohyblivé odchylky u řad
series_mv_ee_anomalies_fl()	Detekce vícevariát anomálií pro řady pomocí eliptického modelu obálky.
series_mv_if_anomalies_fl()	Vícevariát detekce anomálií pro řadu pomocí modelu doménové struktury izolace.
series_mv_oc_anomalies_fl()	Detekce anomálií pro řadu s použitím jednoho modelu SVM třídy
series_rolling_fl()	Použití kumulativní agregační funkce na řadě
series_shapes_fl()	Rozpozná pozitivní/negativní trend nebo přeskočí v řadě.
series_uv_anomalies_fl()	Detekce anomálií v časových řadách pomocí rozhraní API služby Cognitive Service pro detekci anomálií Univariate
series_uv_change_points_fl()	Pomocí rozhraní API služby Cognitive Service pro detekci anomálií Univariate detekujte body změn v časových řadách.
time_weighted_avg_fl()	Vypočítá časový vážený průměr metriky.
time_window_rolling_avg_fl()	Vypočítá průběžný průměr metriky v časovém intervalu konstantní doby trvání.

Statistické funkce a funkce pravděpodobnosti

Název funkce	Popis
bartlett_test_fl()	Proveďte test Bartlett.
binomial_test_fl()	Proveďte binomický test.
comb_fl()	Vypočítat C(n, k), počet kombinací pro výběr k položek mimo n.
factorial_fl()	Vypočítat n!, faktoriál n.
ks_test_fl()	Proveďte test Kolmogorova Smirnova.
levene_test_fl()n	Proveďte levene test.
normality_test_fl()	Provede test normality.
mann_whitney_u_test_fl()	Proveďte test Mann-Whitney U.
pair_probabilities_fl()	Vypočítejte různé pravděpodobnosti a související metriky pro dvojici kategorických proměnných.
pairwise_dist_fl()	Výpočet párových vzdáleností mezi entitami na základě více nominálních a číselných proměnných
percentiles_linear_fl()	Výpočet percentilů pomocí lineární interpolace mezi nejbližšími pořadími
perm_fl()	Vypočítat P(n, k), počet permutací pro výběr k položek mimo n.
two_sample_t_test_fl()	Proveďte dva ukázkové t-test.
wilcoxon_test_fl()	Proveďte test Wilcoxon.

Analýza textu

Název funkce	Popis
log_reduce_fl()	V textových protokolech najdete běžné vzory a vypíšete souhrnnou tabulku.
log_reduce_full_fl()	V textových protokolech najdete běžné vzory a vypíšete úplnou tabulku.
log_reduce_predict_fl()	Natrénovaný model použijte k vyhledání běžných vzorů v textových protokolech a výstupu souhrnné tabulky.
log_reduce_predict_full_fl()	Natrénovaný model použijte k vyhledání běžných vzorů v textových protokolech a výstupu úplné tabulky.
log_reduce_train_fl()	Vyhledání běžných vzorů v textových protokolech a výstupu modelu