差异模式统计函数基于给定的多属性字段样本,在给定的判别条件下,分析出影响该条件划分的差异化模式集合,帮助您快速诊断导致当前判别条件差异的原因。
pattern_diff
函数格式:
select pattern_diff(array_char_value, array_char_name, array_numeric_value, array_numeric_name, condition, supportScore,posSampleRatio,negSampleRatio )
参数说明如下:
参数 | 说明 | 取值 |
array_char_value | 字符型数据的输入列。 | 数组形式,例如:array[clientIP, sourceIP, path, logstore]。 |
array_char_name | 字符型数据的输入列的对应名称。 | 数组形式,例如:array['clientIP', 'sourceIP', 'path', 'logstore']。 |
array_numeric_value | 数值型数据的输入列。 | 数组形式,例如:array[Inflow, OutFlow]。 |
array_numeric_name | 数值型数据的输入列的对应名称。 | 数组形式,例如array['Inflow', 'OutFlow']。 |
condition | 筛选数据的条件。条件为True则为正样本,条件为False则为负样本。 | 例如:Latency <= 300。 |
supportScore | 正负样本在进行模式挖掘时的支持度。 | double类型,取值为(0,1]。 |
posSampleRatio | 正样本的采样率。默认为0.5,表示只取50%正样本集合。 | double类型,取值为(0,1]。 |
negSampleRatio | 负样本的采样率,默认为0.5,表示只取50%负样本集合。 | double类型,取值为(0,1]。 |
示例:
查询分析:
* | select pattern_diff(array[ Category, ClientIP, ProjectName, LogStore, Method, Source, UserAgent ], array[ 'Category', 'ClientIP', 'ProjectName', 'LogStore', 'Method', 'Source', 'UserAgent' ], array[ InFlow, OutFlow ], array[ 'InFlow', 'OutFlow' ], Latency > 300, 0.2, 0.1, 1.0) limit 1000
输出结果:
显示项如下:
显示项 | 说明 |
possupport | 挖掘出来的模式在正样本中的支持度。 |
posconfidence | 挖掘出来的模式在正样本中的置信度。 |
negsupport | 挖掘出来的模式在负样本中的支持度。 |
diffpattern | 挖掘出来的具体模式内容。 |
文档内容是否对您有帮助?