Aracılığıyla paylaş

diffpatterns eklentisi

  • Makale

Aynı yapıdaki iki veri kümesini karşılaştırır ve iki veri kümesi arasındaki farkları karakterize eden ayrık özniteliklerin (boyutlar) desenlerini bulur. Eklenti işleciyle birlikte çağrılır evaluate .

diffpatterns hataları analiz etmeye yardımcı olmak için geliştirilmiştir (örneğin, belirli bir zaman dilimindeki hataları olmayan hatalarla karşılaştırarak), ancak aynı yapıdaki iki veri kümesi arasındaki farkları bulma olasılığı vardır.

Not

diffpatterns , önemli desenler (kümeler arasındaki veri farkının bölümlerini yakalayan) bulmayı amaçlar ve satır satır farkları için tasarlanmamıştır.

Sözdizimi

T | evaluate diffpatterns(SplitColumn SplitValueA, SplitValueB [, WeightColumn,Eşiği, MaxDimensions,CustomWildcard, ...], )

Söz dizimi kuralları hakkında daha fazla bilgi edinin.

Parametreler

Ad Tür Zorunlu Açıklama
SplitColumn string ✔️ Algoritmaya sorgunun veri kümelerine nasıl bölündüğünü bildiren sütun adı. SplitValueA ve SplitValueB bağımsız değişkenleri için belirtilen değerlere göre algoritma sorguyu "A" ve "B" olmak üzere iki veri kümesine böler ve aralarındaki farkları analiz eder. Bu nedenle, bölünmüş sütun en az iki ayrı değere sahip olmalıdır.
SplitValueA string ✔️ SplitColumn'da belirtilen değerlerden birinin dize gösterimi. SplitColumn'unda bu değere sahip olan tüm satırlar "A" veri kümesi olarak kabul edilir.
SplitValueB string ✔️ SplitColumn'da belirtilen değerlerden birinin dize gösterimi. SplitColumn'larında bu değere sahip olan tüm satırlar "B" veri kümesi olarak kabul edilir.
WeightColumn string Girişteki her satırı belirtilen ağırlığa göre dikkate almak için kullanılan sütun. , long, realgibi intsayısal bir sütunun adı olmalıdır. Varsayılan olarak her satırın ağırlığı '1' şeklindedir. Varsayılan değeri kullanmak için tilde değerini girin: ~. Ağırlık sütununun yaygın kullanımlarından biri, her satıra zaten eklenmiş olan verilerin örneklemesini veya demetlerini/toplamasını dikkate almaktır.

Örnek: T | extend splitColumn= iff(request_responseCode == 200, "Success" , "Failure") | evaluate diffpatterns(splitColumn, "Success","Failure", sample_Count)
Threshold long 0,015 ile 1 arasında bir uzun. Bu değer, iki küme arasındaki en düşük desen oranı farkını ayarlar. Varsayılan değer 0,05'tir. Varsayılan değeri kullanmak için tilde değerini girin: ~.

Örnek: T | extend splitColumn = iff(request-responseCode == 200, "Success" , "Failure") | evaluate diffpatterns(splitColumn, "Success","Failure", "~", 0.04)
MaxDimensions int Sonuç deseni başına en fazla bağıntısız boyut sayısını ayarlar. Bir sınır belirterek sorgu çalışma zamanını azaltırsınız. Varsayılan değer sınırsızdır. Varsayılan değeri kullanmak için tilde değerini girin: ~.

Örnek: T | extend splitColumn = iff(request-responseCode == 200, "Success" , "Failure") | evaluate diffpatterns(splitColumn, "Success","Failure", "~", "~", 3)
CustomWildcard string Sonuç tablosundaki belirli bir türün joker karakter değerini, geçerli desenin bu sütun üzerinde bir kısıtlaması olmadığını gösterecek şekilde ayarlar. Varsayılan değer boş bir dize olan dize sütunları dışında varsayılan değer null'tır. Varsayılan değer verilerde uygulanabilir bir değerse farklı bir joker karakter değeri kullanılmalıdır. Örneğin, *. Varsayılan değeri kullanmak için tilde değerini girin: ~.

Örnek: T | extend splitColumn = iff(request-responseCode == 200, "Success" , "Failure") | evaluate diffpatterns(splitColumn, "Success","Failure", "~", "~", "~", int(-1), double(-1), long(0), datetime(1900-1-1))

Döndürülenler

diffpatterns iki kümedeki verilerin farklı bölümlerini yakalayan küçük bir desen kümesi döndürür (yani, ilk veri kümesindeki satırların büyük bir yüzdesini ve ikinci kümedeki satırların düşük yüzdesini yakalayan bir desen). Her desen, sonuçlardaki bir satırla temsil edilir.

sonucu diffpatterns aşağıdaki sütunları döndürür:

  • SegmentId: Geçerli sorgudaki desene atanan kimlik (not: Yinelenen sorgularda kimliklerin aynı olacağı garanti edilmemektedir).

  • CountA: Küme A'daki desen tarafından yakalanan satır sayısı (Küme A, eşdeğeridir where tostring(splitColumn) == SplitValueA).

  • SayımB: Küme B'de desen tarafından yakalanan satır sayısı (Küme B, eşdeğeridir where tostring(splitColumn) == SplitValueB).

  • YüzdeA: Küme A'daki satırların desen tarafından yakalanan yüzdesi (100,0 * CountA / count(SetA)).

  • YüzdeB: Küme B'deki satırların desen tarafından yakalanan yüzdesi (100,0 * SayıB / sayı (SetB)).

  • PercentDiffAB: A ile B arasındaki mutlak yüzde noktası farkı (|YüzdeA - YüzdeB|) , iki küme arasındaki farkın tanımlanmasında desenlerin önemine ilişkin ana ölçüdür.

  • Sütunların geri kalanı: girişin özgün şemasıdır ve deseni açıklar; her satır (desen), sütunların joker karakter olmayan değerlerinin kesişimini temsil eder (satırdaki joker karakter olmayan her değerin where col1==val1 and col2==val2 and ... colN=valN eşdeğeri).

Her desen için, desende ayarlanmamış sütunlar (belirli bir değer üzerinde kısıtlama olmadan) varsayılan olarak null olan bir joker karakter değeri içerir. Joker karakterlerin el ile nasıl değiştirilebileceğinin altındaki Bağımsız Değişkenler bölümüne bakın.

  • Not: Desenler genellikle ayrı değildir. Bunlar çakışıyor olabilir ve genellikle tüm özgün satırları kapsamaz. Bazı satırlar herhangi bir desenin altına düşmeyebilir.

İpucu

  • Verileri yalnızca ilgilendiğiniz noktaya küçültmek için giriş kanalında where ve project kullanın.
  • İlginç bir satır bulduğunuzda, filtrenize belirli değerlerini ekleyerek daha fazla detaya gitmek isteyebilirsiniz where .

Örnek

Sorguyu çalıştırma

StormEvents 
| where monthofyear(StartTime) == 5
| extend Damage = iff(DamageCrops + DamageProperty > 0 , 1 , 0)
| project State , EventType , Source , Damage, DamageCrops
| evaluate diffpatterns(Damage, "0", "1" )

Çıktı

SegmentKimliği CountA SayıB YüzdeA YüzdeB PercentDiffAB Durum EventType Kaynak DamageCrops
0 2278 93 49,8 7.1 42.7 Dolu 0
1 779 512 17.03 39.08 22.05 Gök Gürültülü Fırtına
2 1098 118 24.01 9.01 15 Eğitilmiş Gözcü 0
3 136 158 2.97 12.06 9.09 Gazete
4 359 214 7.85 16.34 8.49 Flash Flood
5 50 122 1.09 9.31 8.22 IOWA
6 655 279 14.32 21.3 6.98 Kolluk
7 150 117 3.28 8.93 5.65 Sel
8 362 176 7.91 13.44 5.52 Acil Durum Yöneticisi