Plug-in diffpatterns_text

Aplica-se a: ✅Microsoft Fabric✅Azure Data Explorer

Compara dois conjuntos de dados de valores de cadeia de caracteres e localiza padrões de texto que caracterizam as diferenças entre os dois conjuntos de dados. O plug-in é invocado com o evaluate operador.

O diffpatterns_text retorna um conjunto de padrões de texto que capturam diferentes partes dos dados nos dois conjuntos. Por exemplo, um padrão que captura uma grande porcentagem das linhas quando a condição é true e uma baixa porcentagem das linhas quando a condição é false. Os padrões são criados a partir de tokens consecutivos separados por espaço em branco, com um token da coluna de texto ou um * representando um curinga. Cada padrão é representado por uma linha nos resultados.

Sintaxe

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

Saiba mais sobre as convenções de sintaxe.

Parâmetros

Nome	Digitar	Obrigatória	Descrição
Coluna de texto	string	✔️	A coluna de texto a ser analisada.
BooleanCondition	string	✔️	Uma expressão que é avaliada como um valor booliano. O algoritmo divide a consulta nos dois conjuntos de dados para comparar com base nessa expressão.
MinTokens	int		Um valor inteiro entre 0 e 200 que representa o número mínimo de tokens não curinga por padrão de resultado. O padrão é 1.
Limite	decimal		Um valor decimal entre 0,015 e 1 que define a diferença mínima da taxa de padrão entre os dois conjuntos. O padrão é 0,05. Veja diffpatterns.
MaxTokens	int		Um valor inteiro entre 0 e 20 que define o número máximo de tokens por padrão de resultado, especificando um limite inferior diminui o tempo de execução da consulta.

Devoluções

O resultado de diffpatterns_text retorna as seguintes colunas:

• Count_of_True: O número de linhas que correspondem ao padrão quando a condição é true.
• Count_of_False: O número de linhas que correspondem ao padrão quando a condição é false.
• Percent_of_True: A porcentagem de linhas que correspondem ao padrão das linhas quando a condição é true.
• Percent_of_False: A porcentagem de linhas que correspondem ao padrão das linhas quando a condição é false.
• Padrão: o padrão de texto que contém tokens da cadeia de caracteres de texto e '*' para curingas.

Observação

Os padrões não são necessariamente distintos e podem não fornecer cobertura total do conjunto de dados. Os padrões podem estar sobrepostos e algumas linhas podem não corresponder a nenhum padrão.

Exemplo

Os exemplos neste tutorial usam a StormEvents tabela, que está disponível publicamente nos dados de exemplo da análise meteorológica.

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)

Saída

Count_of_True	Count_of_False	Percent_of_True	Percent_of_False	Padrão
11	0	6.29	0	Ventos mudando para noroeste em * esteira * um cavado de superfície trouxe forte efeito de lago queda de neve a favor do vento * Lago Superior de
9	0	5,14	0	A região canadense de alta pressão sedimentada * * produziu as temperaturas mais frias desde fevereiro * 2006. Durações * temperaturas de congelamento
0	34	0	6.24	* * * *
0	42	0	7.71	* * * * *
0	45	0	8.26	* * abaixo do normal *
0	110	0	20.18	Abaixo do normal *