Tras considerarlo detenidamente, hemos decidido dejar de utilizar Amazon Kinesis Data Analytics para aplicaciones SQL:

1. A partir del **1 de septiembre de 2025,** no proporcionaremos ninguna corrección de errores para las aplicaciones de Amazon Kinesis Data Analytics for SQL porque tendremos un soporte limitado debido a la próxima discontinuación.

2. A partir del **15 de octubre de 2025,** no podrá crear nuevas aplicaciones de Kinesis Data Analytics for SQL.

3. Eliminaremos sus aplicaciones a partir del **27 de enero de 2026**. No podrá iniciar ni utilizar sus aplicaciones de Amazon Kinesis Data Analytics para SQL. A partir de ese momento, el servicio de soporte de Amazon Kinesis Data Analytics para SQL dejará de estar disponible. Para obtener más información, consulte [Retirada de las aplicaciones de Amazon Kinesis Data Analytics para SQL](discontinuation.md).

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Paso 3: Examinar los resultados
<a name="examine-results-with-exp"></a>

Cuando ejecute el código SQL de este [ejemplo](app-anomaly-detection-with-explanation.md), primero verá filas con una puntuación de anomalías igual a cero. Esto ocurre durante la fase de aprendizaje inicial. A continuación, obtendrá resultados similares a los siguientes:

```
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"}}
```
+ El algoritmo de la función `RANDOM_CUT_FOREST_WITH_EXPLANATION` considera que las columnas `Systolic` y `Diastolic` son numéricas y las utiliza como entrada.
+ La columna `BloodPressureLevel` contiene datos de texto, por lo que el algoritmo no la tiene en cuenta. Esta columna simplemente es una ayuda visual para ayudarle a reconocer rápidamente los niveles normales, altos y bajos de tensión arterial de este ejemplo.
+ En la columna `ANOMALY_SCORE`, los registros con puntuaciones más altas son los que presentan una mayor anomalía. El segundo registro de este conjunto de resultados de ejemplo el más anómalo, con una puntuación de anomalías de 3,855851061.
+ Para comprender en qué medida contribuye cada una de las columnas numéricas analizadas por el algoritmo a la puntuación de anomalías, consulte el campo JSON denominado `ATTRIBUTION_SCORE` en la columna `ANOMALY_SCORE`. En el caso de la segunda fila de este conjunto de resultados de muestra, las columnas `Systolic` y `Diastolic` contribuyen a la anomalía en la proporción de 1.7447:2.1111. En otras palabras, el 45 por ciento de la explicación de la puntuación de anomalías puede atribuirse al valor sistólico y el resto se debe al valor diastólico.
+ Para determinar en qué dirección es anómalo el punto representado por la segunda fila de este ejemplo, consulte el campo JSON denominado `DIRECTION`. En este caso, tanto el valor diastólico como el valor sistólico están marcados como `HIGH`. Para determinar la confianza con la que estas direcciones son correctas, consulte el campo JSON denominado `STRENGTH`. En este ejemplo, el algoritmo está más seguro de que el valor diastólico es alto. En efecto, el valor normal para la lectura diastólica suele estar entre 60 y 80, y 123 es mucho mayor de lo esperado.