--- title: "矩阵统计聚合（Matrix Stats）" date: 0001-01-01 summary: "矩阵统计聚合 # matrix_stats 聚合是一个多值指标聚合，以矩阵形式为两个或多个字段生成协方差统计。 注意：matrix_stats 聚合不支持脚本。 相关指南（先读这些） # 聚合基础 聚合场景实践 参数说明 # matrix_stats 聚合采用以下参数。 参数 必需/可选 数据类型 描述 field 必需 String 用于计算矩阵统计的一组字段。 missing 可选 Object 用于替代缺失值的值。默认情况下，会忽略缺失值。参见缺失值。 mode 可选 String 用作多值或数组字段样本的值。允许的值是 avg 、 min 、 max 、 sum 和 median 。默认是 avg 。 参考样例 # 以下示例返回数据中 taxful_total_price 和 products." --- # 矩阵统计聚合 `matrix_stats` 聚合是一个多值指标聚合，以矩阵形式为两个或多个字段生成协方差统计。 > **注意**：`matrix_stats` 聚合不支持脚本。 ## 相关指南（先读这些） - [聚合基础]({{< relref "/docs/fundamentals/aggregations-data-analysis.md" >}}) - [聚合场景实践]({{< relref "/docs/features/aggregations/aggs-recipes.md" >}}) ## 参数说明 `matrix_stats` 聚合采用以下参数。 | 参数 | 必需/可选 | 数据类型 | 描述 | | ---------------- | --------- | -------- | ------------------------------------------------------ | | `field` | 必需 | String | 用于计算矩阵统计的一组字段。 | | `missing` | 可选 | Object | 用于替代缺失值的值。默认情况下，会忽略缺失值。参见缺失值。 | | `mode` | 可选 | String | 用作多值或数组字段样本的值。允许的值是 `avg` 、 `min` 、 `max` 、 `sum` 和 `median` 。默认是 `avg` 。 | ## 参考样例 以下示例返回数据中 `taxful_total_price` 和 `products.base_price` 字段的统计信息： ``` GET sample_data_ecommerce/_search { "size": 0, "aggs": { "matrix_stats_taxful_total_price": { "matrix_stats": { "fields": ["taxful_total_price", "products.base_price"] } } } } ``` 返回内容包含聚合结果： ``` { "took": 250, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 4675, "relation": "eq" }, "max_score": null, "hits": [] }, "aggregations": { "matrix_stats_taxful_total_price": { "doc_count": 4675, "fields": [ { "name": "products.base_price", "count": 4675, "mean": 34.99423943014724, "variance": 360.5035285833702, "skewness": 5.530161335032689, "kurtosis": 131.1630632404217, "covariance": { "products.base_price": 360.5035285833702, "taxful_total_price": 846.6489362233169 }, "correlation": { "products.base_price": 1, "taxful_total_price": 0.8444765264325269 } }, { "name": "taxful_total_price", "count": 4675, "mean": 75.05542864304839, "variance": 2788.1879749835425, "skewness": 15.812149139923994, "kurtosis": 619.1235507385886, "covariance": { "products.base_price": 846.6489362233169, "taxful_total_price": 2788.1879749835425 }, "correlation": { "products.base_price": 0.8444765264325269, "taxful_total_price": 1 } } ] } } } ``` 下表描述了返回内容的字段。 | 统计 | 描述 | | ---------------- | --------- | | `count` | 用于聚合的文档数量。 | | `mean` | 从样本计算得到的字段平均值。 | | `variance` | 均值偏差的平方，衡量数据分布的离散程度。 | | `skewness` | 衡量分布相对于均值的不对称性指标。 | | `kurtosis` | 衡量分布尾部重量的指标。随着尾部变轻，峰度减小。通过评估峰度和偏度来判断一个总体是否可能呈正态分布。 | | `covariance` | 衡量两个字段之间联合变差的指标。正值表示它们的值朝同一方向变动。 | | `correlation` | 标准化协方差，用于衡量两个字段之间关系强度的指标。可能的值范围从-1 到 1（包含两端），表示完全负相关到完全正相关。值为 0 表示变量之间没有可识别的关系。 | ## 缺省值 要定义如何处理缺失值，请使用 `missing` 参数。默认情况下，会忽略缺失值。 例如，创建一个索引，其中文档 1 缺少 `gpa` 和 `class_grades` 字段： ``` POST _bulk { "create": { "_index": "students", "_id": "1" } } { "name": "John Doe" } { "create": { "_index": "students", "_id": "2" } } { "name": "Jonathan Powers", "gpa": 3.85, "class_grades": [3.0, 3.9, 4.0] } { "create": { "_index": "students", "_id": "3" } } { "name": "Jane Doe", "gpa": 3.52, "class_grades": [3.2, 2.1, 3.8] } ``` 首先，运行不带 `missing` 参数的 `matrix_stats` 聚合： ``` GET students/_search { "size": 0, "aggs": { "matrix_stats_taxful_total_price": { "matrix_stats": { "fields": [ "gpa", "class_grades" ], "mode": "avg" } } } } ``` 在计算矩阵统计时忽略缺失值： ``` { "took": 5, "timed_out": false, "terminated_early": true, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 3, "relation": "eq" }, "max_score": null, "hits": [] }, "aggregations": { "matrix_stats_taxful_total_price": { "doc_count": 2, "fields": [ { "name": "gpa", "count": 2, "mean": 3.684999942779541, "variance": 0.05444997482300096, "skewness": 0, "kurtosis": 1, "covariance": { "gpa": 0.05444997482300096, "class_grades": 0.09899998760223136 }, "correlation": { "gpa": 1, "class_grades": 0.9999999999999991 } }, { "name": "class_grades", "count": 2, "mean": 3.333333333333333, "variance": 0.1800000381469746, "skewness": 0, "kurtosis": 1, "covariance": { "gpa": 0.09899998760223136, "class_grades": 0.1800000381469746 }, "correlation": { "gpa": 0.9999999999999991, "class_grades": 1 } } ] } } } ``` 要设置缺失字段为 0 ，请将 `missing` 参数作为键值映射提供。尽管 `class_grades` 是数组字段，但 `matrix_stats` 聚合会将多值数字字段展平为每个文档的平均值，因此您必须将单个数字作为缺失值提供： ``` GET students/_search { "size": 0, "aggs": { "matrix_stats_taxful_total_price": { "matrix_stats": { "fields": ["gpa", "class_grades"], "mode": "avg", "missing": { "gpa": 0, "class_grades": 0 } } } } } ``` 在计算矩阵统计时，会用 0 替换任何缺失的 `gpa` 或 `class_grades` 值： ``` { "took": 23, "timed_out": false, "terminated_early": true, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 3, "relation": "eq" }, "max_score": null, "hits": [] }, "aggregations": { "matrix_stats_taxful_total_price": { "doc_count": 3, "fields": [ { "name": "gpa", "count": 3, "mean": 2.456666628519694, "variance": 4.55363318017324, "skewness": -0.688130006360758, "kurtosis": 1.5, "covariance": { "gpa": 4.55363318017324, "class_grades": 4.143944374667273 }, "correlation": { "gpa": 1, "class_grades": 0.9970184390038257 } }, { "name": "class_grades", "count": 3, "mean": 2.2222222222222223, "variance": 3.793703722777191, "skewness": -0.6323693521730989, "kurtosis": 1.5000000000000002, "covariance": { "gpa": 4.143944374667273, "class_grades": 3.793703722777191 }, "correlation": { "gpa": 0.9970184390038257, "class_grades": 1 } } ] } } } ```