赛尔校园公共服务平台 Logo
平台使用
阿里云
百度云
移动云
智算服务
教育生态
登录 →
赛尔校园公共服务平台 Logo
平台使用 阿里云 百度云 移动云 智算服务 教育生态
登录
  1. 首页
  2. 阿里云
  3. 日志服务
  4. 操作指南
  5. 机器学习语法
  6. 时序SQL
  7. 变点检测函数

变点检测函数

  • 时序SQL
  • 发布于 2025-04-22
  • 0 次阅读
文档编辑
文档编辑

变点检测函数一般用于对时序数据中的变点进行检测。

变点检测函数支持对如下两种变点形态进行检测:

  • 指定时间段内的某些统计特性发生了变化。

  • 序列数据中存在较为明显的断层。

函数列表

函数

说明

ts_cp_detect

寻找时序序列中具有不同统计特性的区间,区间端点即为变点。

ts_breakout_detect

寻找时序序列中,某统计量发生陡升或陡降的点。

ts_cp_detect

函数格式:

  • 若您无法确定窗口大小,可以使用如下格式的函数,该函数调用的算法默认会使用长度为10的窗口进行检测。

    select ts_cp_detect(x, y, samplePeriod)
  • 若您需要根据业务曲线进行效果调试,可以使用如下格式的函数,通过设置参数minSize进行效果调试。

    select ts_cp_detect(x, y, minSize) 

参数说明如下:

参数

说明

取值

x

时间列,从小到大排列。

格式为Unixtime时间戳,单位为秒。

y

数值列,对应某时刻的数据。

-

minSize

最小连续区间长度。

最小值为3,最大值不超过当前输入数据长度的1/10。

示例:

  • 查询分析

    * | select ts_cp_detect(stamp, value, 3) from (select '("__time__" - ("__time__" % 10))' as stamp, avg(v) as value from log GROUP BY stamp order by stamp) 
  • 输出结果输出结果

显示项如下:

显示项

说明

横轴

unixtime

数据的时间戳,单位为秒,例如1537071480。

纵轴

src

滤波前的数据,例如1956092.7647745228。

prob

该点为变点的概率,取值范围为0~1。

ts_breakout_detect

函数格式:

select ts_breakout_detect(x, y, winSize) 

参数说明如下:

参数

说明

取值

x

时间列,从小到大排列。

格式为Unixtime时间戳,单位为秒。

y

数值列,对应某时刻的数据。

-

winSize

最小连续区间长度。

最小值为3,最大值不超过当前输入数据长度的1/10。

示例:

  • 查询分析

    * | select ts_breakout_detect(stamp, value, 3) from (select '("__time__" - ("__time__" % 10))' as stamp, avg(v) as value from log GROUP BY stamp order by stamp) 
  • 输出结果输出结果

显示项如下:

显示项

说明

横轴

unixtime

数据的时间戳,单位为秒,例如1537071480。

纵轴

src

滤波前的数据,例如1956092.7647745228。

prob

该点为变点的概率,取值范围为0~1。

相关文章

平滑函数 2025-04-22 10:42

平滑函数是针对输入的时序曲线进行平滑和简单的滤波操作,滤波操作通常是发现时序曲线形态的第一步。 函数列表

多周期估计函数 2025-04-22 10:42

多周期估计函数支持对不同时间段内的时序进行周期估计,通过傅立叶变换等一系列操作进行周期的提取。 函数列表

变点检测函数 2025-04-22 10:42

变点检测函数一般用于对时序数据中的变点进行检测。 变点检测函数支持对如下两种变点形态进行检测: 指定时间段内的某些统计特性发生了变化。

极大值检测函数 2025-04-22 10:42

极大值检测函数用于在指定窗口中寻找序列的局部极大值。 ts_find_peaks

预测与异常检测函数 2025-04-22 10:42

预测与异常检测函数通过预测时序曲线、寻找预测曲线和实际曲线之间误差的Ksigma与分位数等特性进行异常检测。 关于函数的算法及原理请参见:

序列分解函数 2025-04-22 10:42

序列分解函数提供针对业务曲线的分解功能,突出曲线的趋势信息和周期信息。 ts_decompose

目录
Copyright © 2025 your company All Rights Reserved. Powered by 赛尔网络.
京ICP备14022346号-15
gongan beian 京公网安备11010802041014号