series_fit_2lines_dynamic()

适用于：✅Azure 数据资源管理器✅Azure Monitor✅Microsoft Sentinel

对序列应用两段线性回归，返回动态对象。

采用包含动态数值数组的表达式作为输入，并应用两段线性回归，以便识别和量化序列中的趋势变化。 该函数针对序列索引进行迭代。 在每次迭代中，它将序列拆分为两部分，并使用 series_fit_line() 或 series_fit_line_dynamic() 来拟合一个单独的线条。 此函数将线条与两个部分中的每部分进行拟合，并计算总的 R 平方值。 最佳拆分是最大化 R 平方的拆分。 函数以动态值返回包含以下内容的参数：

• rsquare：R 平方是对拟合质量进行的标准度量。 它是 [0-1] 范围内的一个数字，其中 1 表示拟合质量可能最佳，0 表示数据是无序的，无法与任何线拟合。
• split_idx：两段的拆分点的索引（从零开始）。
• variance：输入数据的方差。
• rvariance：残差方差，即输入数据值和近似数据值之间的方差（按两个线段）。
• line_fit：数值数组，其中包含拟合度最好的直线的一系列值。 序列长度等于输入数组的长度。 它用于绘制图表。
• right.rsquare：拆分点右侧直线的相关系数平方，请参阅 series_fit_line() 或 series_fit_line_dynamic()。
• right.slope：右近似线（形式为 y=ax+b）的斜率。
• right.interception：左近似线的截距（即 y=ax+b 中的 b）。
• right.variance：拆分点右侧输入数据的方差。
• right.rvariance：拆分点右侧输入数据的残差方差。
• left.rsquare：拆分点左侧直线的相关系数平方，请参阅 [series_fit_line()].(series-fit-line-function.md) 或 series_fit_line_dynamic()。
• left.slope：左近似线（形式为 y=ax+b）的斜率。
• left.interception：左近似线（形式为 y=ax+b）的截距。
• left.variance：拆分点左侧输入数据的方差。
• left.rvariance：拆分点左侧输入数据的残差方差。

此运算符类似于 series_fit_2lines。 与 series-fit-2lines 不同，它返回一个动态包。

语法

series_fit_2lines_dynamic(series)

详细了解语法约定。

参数

示例

print
    id=' ',
    x=range(bin(now(), 1h) - 11h, bin(now(), 1h), 1h),
    y=dynamic([1, 2.2, 2.5, 4.7, 5.0, 12, 10.3, 10.3, 9, 8.3, 6.2])
| extend
    LineFit=series_fit_line_dynamic(y).line_fit,
    LineFit2=series_fit_2lines_dynamic(y).line_fit
| project id, x, y, LineFit, LineFit2
| render timechart