获取影响因素 API
有关最新的 API 详情，请参阅 机器学习异常检测 API。
检索一个或多个影响因素的异常检测作业结果。
请求
GET _ml/anomaly_detectors/<job_id>/results/influencers
前置条件
- 需要
monitor_ml集群权限。此权限包含在machine_learning_user内置角色中。
描述
影响因素是对异常有贡献或应为此负责的实体。只有当作业配置中指定了 influencer_field_name 时，才会提供影响因素结果。
路径参数
<job_id>（必需，字符串）异常检测作业的标识符。
查询参数
desc（可选，布尔值）如果为
true，结果按降序排列。默认为false。end（可选，字符串）返回时间戳早于此时间的影响因素。默认为 -1，表示未设置，结果不限于特定时间戳。
exclude_interim（可选，布尔值）如果为
true，输出排除临时结果。默认为false，即包含临时结果。from（可选，整数）跳过指定数量的影响因素。默认为 0。
influencer_score（可选，双精度浮点数）返回异常分数大于或等于此值的影响因素。默认为 0.0。
size（可选，整数）指定获取的影响因素的最大数量。默认为 100。
sort（可选，字符串）指定请求影响因素的排序字段。默认情况下，影响因素按
influencer_score值排序。start（可选，字符串）返回时间戳晚于此时间的影响因素。默认为 -1，表示未设置，结果不限于特定时间戳。
请求体
你也可以在请求体中指定查询参数；但 from 和 size 例外，请改用 page：
page（可选，对象）
page的属性：from（可选，整数）跳过指定数量的影响因素。默认为 0。
size（可选，整数）指定获取的影响因素的最大数量。默认为 100。
响应体
API 返回影响因素对象数组，每个对象具有以下属性：
bucket_span（数字）桶的长度（秒）。此值与作业中指定的
bucket_span匹配。influencer_score（数字）0-100 之间的标准化分数，基于桶中该影响因素在所有检测器上聚合的概率。与
initial_influencer_score不同，此值会随着新数据的分析通过重新标准化过程更新。influencer_field_name（字符串）影响因素的字段名称。
influencer_field_value（字符串）影响、贡献于或应对异常负责的实体。
initial_influencer_score（数字）0-100 之间的标准化分数，基于影响因素在所有检测器上聚合的概率。这是在处理桶时计算的初始值。
is_interim（布尔值）如果为
true，这是临时结果。即结果是基于部分输入数据计算的。job_id（字符串）异常检测作业的标识符。
probability（数字）影响因素具有此行为的概率，范围为 0 到 1。例如：
0.0000109783。此值可保持超过 300 位小数的高精度，因此influencer_score提供作为人类可读的友好解释。result_type（字符串）内部使用。此值始终设置为
influencer。timestamp（日期）计算这些结果的桶的开始时间。
此外，还会添加额外的影响因素属性，具体取决于正在分析的字段。例如，如果正在分析 user_name 作为影响因素，则会在结果文档中添加 user_name 字段。此信息使你能够更轻松地过滤异常结果。
示例
GET _ml/anomaly_detectors/high_sum_total_sales/results/influencers
{
"sort": "influencer_score",
"desc": true
}
在此示例中，API 返回按影响因素分数降序排列的以下信息：
{
"count": 189,
"influencers": [
{
"job_id": "high_sum_total_sales",
"result_type": "influencer",
"influencer_field_name": "customer_full_name.keyword",
"influencer_field_value": "Wagdi Shaw",
"customer_full_name.keyword": "Wagdi Shaw",
"influencer_score": 99.02493,
"initial_influencer_score": 94.67233079580171,
"probability": 1.4784807245686567E-10,
"bucket_span": 3600,
"is_interim": false,
"timestamp": 1574661600000
}
]
}