共用方式為

series_fit_2lines()

  • 發行項

適用於：✅Microsoft網狀架構✅Azure 數據✅總管 Azure 監視器✅Microsoft Sentinel

在數列上套用兩個分段線性回歸，並傳回多個數據行。

採用包含動態數值陣列的表達式做為輸入，並套用兩個 分段線性回歸 ，以識別和量化數列中的趨勢變更。 函式會反覆運算數列索引。 在每個反覆專案中，函式會將數列分割成兩個部分、將個別的線條（使用 series_fit_line（）套用至每個部分，並計算總 r 平方。 最好的分割是最大化 r 平方的分割：函式會傳回其參數：

參數 描述
rsquare R 平方 是符合質量的標準量值。 這是範圍 [0-1] 中的數位，其中 1 - 是最佳大小，0 表示數據未排序，且不符合任何行。
split_idx 斷點至兩個區段的索引（以零起始）。
variance 輸入數據的變數。
rvariance 剩餘變異數，這是輸入數據值之間的變異數近似值（由兩條線段）。
line_fit 數值陣列，包含最適配線條的一系列值。 數列長度等於輸入數位的長度。 它主要用於圖表。
right_rsquare 分割右側線條的 R 平方，請參閱 series_fit_line（）。
right_slope 右近似線的斜率（格式為 y=ax+b）。
right_interception 大約左線的截距 （b from y=ax+b） 。
right_variance 分割右側輸入數據的變異數。
right_rvariance 分割右側輸入數據的剩餘變異數。
left_rsquare 分割左側線條的 R 平方，請參閱 series_fit_line（）。
left_slope 左近似線的斜率（格式為 y=ax+b）。
left_interception 大約左線的截距（格式為 y=ax+b）。
left_variance 分割左側輸入數據的變異數。
left_rvariance 分割左邊輸入數據的剩餘變異數。

注意

此函式會傳回多個數據行，因此無法做為另一個函式的自變數。

語法

專案 series_fit_2lines(系列)

深入瞭解 語法慣例。

  • 會傳回上述所有具有下列名稱的數據行：series_fit_2lines_x_rsquare、series_fit_2lines_x_split_idx等。

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

  • 會傳回下列數據行：rs （r-square）、si （分割索引）、v（變異數）和其餘數據行看起來會像series_fit_2lines_x_rvariance、series_fit_2lines_x_line_fit等。

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

  • 只會傳回：rs （r-square）、si （分割索引） 和 v （變異數）。

參數

姓名 類型​​ 必要 描述
系列 dynamic ✔️ 數值的陣列。

提示

使用此函式最方便的方式是將它套用至make-series運算符的結果。

範例

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

數列符合 2 行。