series_outliers()
Punteggi di anomalie in una serie.
La funzione accetta un'espressione con una matrice numerica dinamica come input e genera una matrice numerica dinamica della stessa lunghezza. Ogni valore della matrice indica un punteggio di una possibile anomalia, usando il test di "Tukey". Un valore maggiore di 1,5 nello stesso elemento dell'input indica un'anomalia di aumento. Un valore minore di -1,5 indica un calo dell'anomalia.
Sintassi
series_outliers(
series [,
kind ] [ignore_val ] [,
min_percentile ] [,
,
max_percentile ])
Altre informazioni sulle convenzioni di sintassi.
Parametri
Nome | Tipo | Obbligatoria | Descrizione |
---|---|---|---|
Serie | dynamic |
✔️ | Matrice di valori numerici. |
kind | string |
Algoritmo da usare per il rilevamento outlier. Le opzioni supportate sono , che è "tukey" tradizionale "Tukey" e "ctukey" , che è personalizzata "Tukey". Il valore predefinito è "ctukey" . |
|
ignore_val | int, long o reale | Valore numerico che indica i valori mancanti nella serie. Il valore predefinito è double( Null) . Il punteggio di Nulls e ignora i valori è impostato su 0 . |
|
min_percentile | int, long o reale | Percentile minimo da usare per calcolare l'intervallo di inter quantile normale. Il valore predefinito è 10. Il valore deve trovarsi nell'intervallo [2.0, 98.0] . Questo parametro è rilevante solo per il "ctukey" tipo. |
|
max_percentile | int, long o reale | Percentile massimo da usare per calcolare l'intervallo inter-quantile normale. Il valore predefinito è 90. Il valore deve trovarsi nell'intervallo [2.0, 98.0] . Questo parametro è rilevante solo per il "ctukey" tipo. |
La tabella seguente descrive le differenze tra "tukey"
e "ctukey"
:
Algoritmo | Intervallo quantile predefinito | Supporta l'intervallo quantile personalizzato |
---|---|---|
"tukey" |
25% / 75% | No |
"ctukey" |
10% / 90% | Sì |
Suggerimento
Il modo migliore per usare questa funzione consiste nell'applicarlo ai risultati dell'operatore make-series .
Esempio
range x from 0 to 364 step 1
| extend t = datetime(2023-01-01) + 1d*x
| extend y = rand() * 10
| extend y = iff(monthofyear(t) != monthofyear(prev(t)), y+20, y) // generate a sample series with outliers at first day of each month
| summarize t = make_list(t), series = make_list(y)
| extend outliers=series_outliers(series)
| extend pos_anomalies = array_iff(series_greater_equals(outliers, 1.5), 1, 0)
| render anomalychart with(xcolumn=t, ycolumns=series, anomalycolumns=pos_anomalies)
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per