diffpatterns_text 플러그 인

적용 대상: ✅Microsoft Fabric✅Azure Data Explorer

문자열 값의 두 데이터 세트를 비교하고 두 데이터 세트 간의 차이점을 특징짓는 텍스트 패턴을 찾습니다. 플러그 인은 연산자를 사용하여 호출됩니다 evaluate .

두 diffpatterns_text 집합에 있는 데이터의 서로 다른 부분을 캡처하는 텍스트 패턴 집합을 반환합니다. 예를 들어 조건이 있을 때 행의 많은 비율과 조건이 true 있을 때 행의 낮은 비율을 캡처하는 패턴입니다 false. 패턴은 텍스트 열의 토큰 또는 * 와일드카드를 나타내는 공백으로 구분된 연속 토큰에서 작성됩니다. 각 패턴은 결과의 행으로 표시됩니다.

구문

T | evaluate diffpatterns_text(TextColumn, BooleanCondition [, MinTokens, Threshold , MaxTokens])

구문 규칙에 대해 자세히 알아봅니다.

매개 변수

이름	Type	필수	설명
TextColumn	string	✔️	분석할 텍스트 열입니다.
BooleanCondition	string	✔️	부울 값으로 계산되는 식입니다. 알고리즘은 이 식을 기반으로 비교할 두 데이터 세트로 쿼리를 분할합니다.
MinTokens	int		결과 패턴당 와일드카드가 아닌 토큰의 최소 수를 나타내는 0에서 200 사이의 정수 값입니다. 기본값은 1입니다.
Threshold	decimal		두 집합 간의 최소 패턴 비율 차이를 설정하는 0.015에서 1 사이의 10진수 값입니다. 기본값은 0.05입니다. diffpatterns를 참조 하세요.
MaxTokens	int		결과 패턴당 최대 토큰 수를 설정하는 0에서 20 사이의 정수 값으로, 하한을 지정하면 쿼리 런타임이 줄어듭니다.

반품

diffpatterns_text 결과는 다음 열을 반환합니다.

• Count_of_True: 조건이 될 때 패턴과 일치하는 행 수입니다 true.
• Count_of_False: 조건이 될 때 패턴과 일치하는 행 수입니다 false.
• Percent_of_True: 조건이 있을 때 행의 패턴과 일치하는 행의 백분율입니다 true.
• Percent_of_False: 조건이 있을 때 행의 패턴과 일치하는 행의 백분율입니다 false.
• 패턴: 텍스트 문자열의 토큰과 와일드카드의 ''*를 포함하는 텍스트 패턴입니다.

참고 항목

패턴이 반드시 고유하지는 않으며 데이터 세트의 전체 범위를 제공하지 않을 수도 있습니다. 패턴이 겹칠 수 있으며 일부 행이 패턴과 일치하지 않을 수 있습니다.

예시

이 자습서의 예제에서는 Weather Analytics 샘플 데이터에서 공개적으로 사용할 수 있는 테이블을 사용합니다StormEvents.

StormEvents     
| where EventNarrative != "" and monthofyear(StartTime) > 1 and monthofyear(StartTime) < 9
| where EventType == "Drought" or EventType == "Extreme Cold/Wind Chill"
| evaluate diffpatterns_text(EpisodeNarrative, EventType == "Extreme Cold/Wind Chill", 2)

출력

Count_of_True	Count_of_False	Percent_of_True	Percent_of_False	패턴
11	0	6.29	0	* 절전 모드에서 북서쪽으로 이동하는 바람 * 표면 트로프는 무거운 호수 효과 눈이 내리는 바람을 가져왔다 * 호수 수페리어에서
9	0	5.14	0	캐나다 고압 정착 * * 지역 * 2006 년 2 월 이후 가장 추운 온도 생산. 기간 * 영하 온도
0	34	0	6.24	* * * * * * * * * * * * * * * * 웨스트 테네시,
0	42	0	7.71	* * * * * 발생 * * * * * * * * 서부 콜로라도에 걸쳐. *
0	45	0	8.26	* * 정상 이하 *
0	110	0	20.18	보통 아래 *