通过

series_fit_2lines()

  • 项目

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，并返回多个列。

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，该函数将序列拆分为两部分，为每个部分单独拟合一条线（使用 series_fit_line()），并计算总相关系数平方。 最好的拆分方式是最大限度提高相关系数平方值；函数将返回其参数：

参数 说明
rsquare R 平方是对拟合质量的标准度量。 它是 [0-1] 范围内的数字，其中 1 表示拟合度最好，0 表示数据无序，与任何直线均不拟合。
split_idx 两段的拆分点的索引（从零开始）。
variance 输入数据的方差。
rvariance 剩余方差，即输入数据值和近似数据值之间的方差（按两个线段）。
line_fit 包含一系列最佳拟合线值的数值数组。 序列长度等于输入数组的长度。 它主要用于绘制图表。
right_rsquare 拆分点右侧线的相关系数平方，请参阅 series_fit_line()。
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剩余方差。
left_rsquare 拆分点左侧线的相关系数平方，请参阅 series_fit_line()。
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剩余方差。

注意

此函数返回多个列，因此不能用作另一个函数的参数。

语法

project series_fit_2lines(series)

详细了解语法约定。

  • 将会返回上述所有列，其名称为：series_fit_2lines_x_rsquare、series_fit_2lines_x_split_idx 等。

project (rs, si, v)=series_fit_2lines(series)

  • 将会返回以下列：rs（相关系数平方）、si（拆分索引）、v（方差），其余列的名称将会类似于 series_fit_2lines_x_rvariance、series_fit_2lines_x_line_fit 等。

extend (rs, si, v)=series_fit_2lines(series)

  • 将仅返回：rs（相关系数平方）、si（拆分索引）和 v（方差）。

参数

客户 类型​​ 必需 说明
series dynamic ✔️ 数值的数组。

提示

使用此函数最便捷的方法是将其应用于 make-series 运算符的结果。

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
    (Slope, Interception, RSquare, Variance, RVariance, LineFit)=series_fit_line(y),
    (RSquare2, SplitIdx, Variance2, RVariance2, LineFit2)=series_fit_2lines(y)
| project id, x, y, LineFit, LineFit2
| render timechart

序列拟合 2 条线。