文档

差异模式统计函数

更新时间:

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。