PM4PY - 事件过滤的简化接口的使用

news/2025/2/16 5:31:45/
  1. log = pm4py.filter_end_activities(log, admitted_end_activities)
    描述:在提供的列表中过滤具有结束活动的案例。

    参数:
    log :log对象
    admitted_end_activities:指定的结束活动列表
    返回:过滤后的log对象

  2. log = pm4py.filter_start_activities(log, admitted_start_activities)
    描述:在提供的列表中过滤具有开始活动的案例。

    参数:
    log :log对象
    admitted_start_activities:指定的开始活动列表
    返回:过滤后的log对象

  3. log = pm4py.filter_time_range(log, dt1, dt2, mode='events')
    描述:根据指定的时间范围过滤。

    参数:
    log :log对象
    dt1:区间左极值
    dt2:区间右极值
    mode:过滤模式(events, traces_contained, traces_intersecting),默认为events。如果过滤模式为,events:任何在时间范围内的事件都会被保留;traces_contained:保留完全包含在时间范围内的traces(即一个case从开始到结束的时间跨度在指定时间范围内则保留);traces_intersecting:保留与时间范围相交的traces(即一个case从开始到结束的时间跨度只要与指定时间范围有交叉则保留)。
    返回:过滤后的log对象

  4. log = pm4py.filter_directly_follows_relation(log, relations, retain=True)
    描述:保留包含任何指定“直接跟随”关系的traces。例如,指定relations == [(‘a’,’b’),(‘a’,’c’)],log为[{a,b,c},{a,c,b},{a,d,b}],返回log对象包含[{a,b,c},{a,c,b}]

    参数:
    log :log对象
    relations:保留/不保留的活动名称的列表
    retain:如果为True则保留,False则剔除。
    返回:过滤后的log对象

  5. log = pm4py.filter_eventually_follows_relation(log, relations, retain=True)
    描述:保留包含任何指定的“最终遵循”关系的traces。例如,指定relations == [(‘a’,’b’),(‘a’,’c’)],log为 [{a,b,c},{a,c,b},{a,d,b}],返回log对象包含[{a,b,c},{a,c,b},{a,d,b}]

    参数:
    log :log对象
    relations:保留/不保留的活动名称的列表
    retain:如果为True则保留,False则剔除。
    返回:过滤后的log对象

  6. log = pm4py.filter_variants(log, admitted_variants, retain=True)
    描述:根据指定的变体过滤日志。

    参数:
    log :log对象
    admitted_variants:要过滤的变体集合列表。应将变体指定为活动名称列表,如:[‘a’,‘b’,‘c’]或[‘a,b,c’]。传的参数必须是个列表,里面包含活动名称列表,如:[[‘a,b,c’], [‘a,c’]]
    retain:如果为True则保留,False则剔除。
    返回:过滤后的log对象

  7. log = pm4py.filter_case_size(log, min_size, max_size)
    描述:根据指定的case大小过滤。

    参数:
    log :log对象
    min_size:case包含的事件数量最小值
    max_size:case包含的时间数量最大值,若两值相等则保留固定大小的case。
    返回:过滤后的log对象

  8. log = pm4py.filter_between(log, act1, act2)
    描述:查找从日志中具有活动“act1”的事件到具有活动“act2”的事件的所有子case,并返回仅包含它们的日志。

    例如:
    Log
    A B C D E F
    A B E F C
    A B F C B C B E F C

    act1 = B
    act2 = C

    Returned sub-cases:
    B C (from the first case)
    B E F C (from the second case)
    B F C (from the third case)
    B C (from the third case)
    B E F C (from the third case)

    参数:
    log :log对象
    act1:子case的起始
    act2:子case的结束
    返回:过滤后的log对象

*若对本文有疑问(例如:笔记中知识点或表达有误),欢迎指出,共同学习进步。


http://www.ppmy.cn/news/514420.html

相关文章

PM4PY - Process Trees

摘要:Process Trees 在PM4PY中,我们为process trees(可视化、转换成Petri Net、日志生成)提供支持,导入导出,和生成他们的功能。 导入导出Process Trees(pt) 在PM4PY中&#xff0…

Python使用pm4py库读取xes文件

pm4py官方文档:PM4Py - Process Mining for PythonPM4Py is a process mining package for Python. PM4Py implements the latest, most useful, and extensively tested methods of process mining. The practical handling makes the introduction to the world o…

PM4PY - Filtering Event Data

摘要:过滤EVENT DATA 随笔 trace:路径,表示图上的路径,从头走到尾算一次trace Variant:变体,表示同一类traces,同一种路径为一个Variant case:方案/情况,表示事件日志里…

基于FPGA的快速傅里叶变换加速(三)

基于FPGA的快速傅里叶变换加速(三) 硬件加速介绍及部分verilog代码实现 1. 硬件加速1.1 FPGA1.1.1 FPGA介绍概念:基本结构:工作原理: 1.1.2 开发板开发板类型开发板介绍 1.2 加速理念1.2.1 硬件加速1.2.2 FFT中的加速&…

Android studio如何存放pm4和txt等其他文件

右击app——>new ——> folder——> assets Folder 确定 成功

PM4PY - Handling Event Data

摘要:导入导出CSV文件、事件日志数据类型转换 随笔 trace(轨迹):从头部到尾部走一次路径就算一次trace Variants(变体):不同的路径为一个变体 process execution(流程执行&#xf…

网安笔记--整合

文章目录 1 intro威胁因素 2 加密密码体制分类安全性 3 DESDES工作模式多重DES和安全性加密策略 4 RSA PKCS保密系统体制分类单向函数用处 RSAElgamal 5 SHAHASHSHA-1SHA-2 6 数字签名基本概念签名体系MAC 消息认证码 7 密码协议协议距离协议分类密钥建立协议认证建立协议认证的…

Pytorch数据类型Tensor张量操作(操作比较全)

文章目录 Pytorch数据类型Tensor张量操作一.创建张量的方式1.创建无初始化张量2.创建随机张量3.创建初值为指定数值的张量4.从数据创建张量5.生成等差数列张量 二.改变张量形状三.索引四.维度变换1.维度增加unsqueeze2.维度扩展expand3.维度减少squeeze4.维度扩展repeat 五.维度…