All Products
Search
Document Center

Simple Log Service:Fungsi kernel density estimation

Last Updated:Jun 11, 2026

Kernel density estimation (KDE) adalah metode non-parametrik yang menggunakan fungsi puncak halus untuk memperkirakan fungsi kepadatan probabilitas yang tidak diketahui berdasarkan data observasi.

Fungsi ini menyesuaikan titik data observasi dengan fungsi puncak halus untuk mensimulasikan kurva distribusi probabilitas sebenarnya.

  • Sintaks

    select kernel_density_estimation(bigint stamp, double value, varchar kernelType)
  • Parameter

    Parameter

    Deskripsi

    stamp

    Unix timestamp dalam satuan detik.

    value

    Nilai observasi pada timestamp tersebut.

    kernelType

    • box: Kernel berbentuk persegi panjang (uniform).

    • epanechnikov: Kurva Epanechnikov.

    • gaussian: Kurva Gaussian.

  • Keluaran

    Field

    Deskripsi

    unixtime

    Unix timestamp dari data mentah.

    real

    Nilai observasi.

    pdf

    Nilai kepadatan probabilitas pada setiap titik data.

  • Contoh

    • Kueri contoh:

      * | 
      select 
          date_trunc('second', cast(t1[1] as bigint)) as time, t1[2] as real, t1[3] as pdf from (
              select kernel_density_estimation(time, num, 'gaussian') as res from ( 
                  select '("__time__" - ("__time__" % 10))' as time, COUNT(*) * 1.0 as num from log group by time order by time)
              ), unnest(res) as t(t1)  limit 1000
    • Hasil: