series_outliers()
Gilt für: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Bewertet Anomaliepunkte in einer Reihe.
Die Funktion verwendet einen Ausdruck mit einem dynamischen numerischen Array als Eingabe und generiert ein dynamisches numerisches Array derselben Länge. Jeder Wert des Arrays gibt eine Bewertung einer möglichen Anomalie mithilfe von "Tukeys Test" an. Ein Wert größer als 1,5 im selben Element der Eingabe gibt eine Anomalie an. Ein Wert kleiner als -1,5 gibt eine Anomalie eines Rückgangs an.
Syntax
series_outliers(Reihe [, Art ] [, ignore_val ] [ min_percentile ] [, , max_percentile ])
Erfahren Sie mehr über Syntaxkonventionen.
Parameter
| Name | Type | Erforderlich | Beschreibung |
|---|---|---|---|
| Reihe | dynamic |
✔️ | Ein Array numerischer Werte. |
| kind | string |
Der Algorithmus, der zur Ausreißererkennung verwendet werden soll. Die unterstützten Optionen sind "tukey", die traditionelle "Tukey" und "ctukey", die benutzerdefinierte "Tukey". Der Standardwert ist "ctukey". |
|
| ignore_val | int, long oder real | Ein numerischer Wert, der die fehlenden Werte in der Datenreihe angibt. Der Standardwert ist double(null). Die Bewertung von Nullen und Ignorieren von Werten wird auf 0. |
|
| min_percentile | int, long oder real | Das minimale Quantil, das zum Berechnen des normalen interquantilen Bereichs verwendet werden soll. Der Standardwert ist 10. Der Wert muss sich im Bereich [2.0, 98.0]befinden. Dieser Parameter ist nur für die "ctukey" Art relevant. |
|
| max_percentile | int, long oder real | Das maximale Quantil, das zum Berechnen des normalen interquantile Bereichs verwendet werden soll. Der Standard ist 90. Der Wert muss sich im Bereich [2.0, 98.0]befinden. Dieser Parameter ist nur für die "ctukey" Art relevant. |
In der folgenden Tabelle werden die Unterschiede zwischen "tukey" und "ctukey":
| Algorithmus | Quantil-Standardbereich | Unterstützt benutzerdefinierten Quantilbereich |
|---|---|---|
"tukey" |
25%/75% | No |
"ctukey" |
10%/90% | Ja |
Tipp
Die beste Möglichkeit, diese Funktion zu verwenden, besteht darin, sie auf die Ergebnisse des Make-Series-Operators anzuwenden.
Beispiel
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)
