步驟 3：檢查結果 - Amazon Kinesis Data Analytics for SQL Applications 開發人員指南

在仔細考慮之後，我們決定在兩個步驟中停止 Amazon Kinesis Data Analytics for SQL 應用程式：

1. 從 2025 年 10 月 15 日起，您將無法為SQL應用程式建立新的 Kinesis Data Analytics。

2. 我們將從 2026 年 1 月 27 日起刪除您的應用程式。您將無法啟動或操作SQL應用程式的 Amazon Kinesis Data Analytics。從那時SQL起，Amazon Kinesis Data Analytics 將不再提供 的支援。如需詳細資訊，請參閱Amazon Kinesis Data Analytics for SQL 應用程式終止。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

步驟 3：檢查結果

執行此範例的 SQL 程式碼時，您會先看到異常分數等於零的資料列。這發生在初始學習階段。您會得到類似以下的結果：


ROWTIME SYSTOLIC DIASTOLIC BLOODPRESSURELEVEL ANOMALY_SCORE ANOMALY_EXPLANATION
27:49.0	101      66        NORMAL             0.711460417   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0922","ATTRIBUTION_SCORE":"0.3792"},"Diastolic":{"DIRECTION":"HIGH","STRENGTH":"0.0210","ATTRIBUTION_SCORE":"0.3323"}}
27:50.0	144      123       HIGH               3.855851061   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.8567","ATTRIBUTION_SCORE":"1.7447"},"Diastolic":{"DIRECTION":"HIGH","STRENGTH":"7.0982","ATTRIBUTION_SCORE":"2.1111"}}
27:50.0	113      69        NORMAL             0.740069409   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0549","ATTRIBUTION_SCORE":"0.3750"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0394","ATTRIBUTION_SCORE":"0.3650"}}
27:50.0	105      64        NORMAL             0.739644157   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.0245","ATTRIBUTION_SCORE":"0.3667"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0524","ATTRIBUTION_SCORE":"0.3729"}}
27:50.0	100      65        NORMAL             0.736993425   {"Systolic":{"DIRECTION":"HIGH","STRENGTH":"0.0203","ATTRIBUTION_SCORE":"0.3516"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0454","ATTRIBUTION_SCORE":"0.3854"}}
27:50.0	108      69        NORMAL             0.733767202   {"Systolic":{"DIRECTION":"LOW","STRENGTH":"0.0974","ATTRIBUTION_SCORE":"0.3961"},"Diastolic":{"DIRECTION":"LOW","STRENGTH":"0.0189","ATTRIBUTION_SCORE":"0.3377"}}

  • RANDOM_CUT_FOREST_WITH_EXPLANATION 函數中的演算法會確保 Systolic 和 Diastolic 資料欄為數值，並將當作它們輸入。

  • 該 BloodPressureLevel 資料欄具有文本資料，因此演算法不會考慮。此資歷欄僅為視覺輔助，以幫助您快速發現範例中的正常、高血壓和低血壓水準。

  • 在 ANOMALY_SCORE 欄中，分數較高的記錄更為異常。此樣本結果集內的第二個記錄最異常，異常分數為 3.855851061。

  • 若要瞭解演算法考量的每個數值欄對異常分數的貢獻程度，請參閱 ANOMALY_SCORE 欄中名為 ATTRIBUTION_SCORE 的 JSON 欄位。在這組樣本結果第二列的情況下，Systolic 和 Diastolic 欄貢獻給異常的比例為 1. 7447:2.1111。換句話說，異常分數 45％ 的解釋歸因於收縮值，其餘歸因於舒張值。

  • 若要判斷此範例第二列所表示的點異常之方向，請參閱名為 DIRECTION 的 JSON 欄位。在此案例中，舒張值和收縮值都標記為 HIGH。若要判斷這些方向正確的信賴度，請參閱名為 STRENGTH 的 JSON 欄位。在此範例中，演算法更有信心舒張值高。事實上，舒張讀數的正常值通常為 60—80，123 比預期高得多。