Обнаружение аномалий

ОБЛАСТЬ ПРИМЕНЕНИЯ: служба Power BI для потребителей служба Power BI для разработчиков и разработчиковPower BI Desktop требуется лицензия Pro или Premium

Обнаружение аномалий помогает улучшить графики, автоматически обнаруживая аномалии в данных временных рядов. Он также предоставляет объяснения аномалий, которые помогут в анализе первопричин. С помощью всего нескольких щелчков вы можете легко найти аналитические сведения без срезов и выборки данных. Вы можете создавать и просматривать аномалии как в Power BI Desktop, так и в служба Power BI. Действия и иллюстрации, описанные в этой статье, относятся к Power BI Desktop.

Примечание.

Это видео может использовать более ранние версии Power BI Desktop или служба Power BI.

Начать

В этом руководстве используются данные о продажах в Интернете для различных продуктов. Чтобы следовать вместе с этим руководством, скачайте пример файла сценария онлайн-продаж.

Вы можете включить обнаружение аномалий, выбрав диаграмму и выбрав " Найти аномалии " в области аналитики.

Например, на этой диаграмме показано доход с течением времени. Добавление обнаружения аномалий автоматически обогащает диаграмму аномалиями и ожидаемым диапазоном значений. Если значение выходит за пределы этой ожидаемой границы, оно помечается как аномалия. Дополнительные сведения об алгоритме Детектор аномалий см. в этом техническом блоге.

Форматирование аномалий

Этот интерфейс очень настраивается. Вы можете отформатировать форму, размер и цвет аномалии, а также цвет, стиль и прозрачность ожидаемого диапазона. Вы также можете настроить параметр алгоритма. При увеличении конфиденциальности алгоритм более чувствительны к изменениям в данных. В этом случае даже небольшое отклонение помечается как аномалия. Если уменьшить чувствительность, алгоритм более выборочный по тому, что он считает аномалией.

Пояснения

Помимо обнаружения аномалий, вы также можете автоматически объяснить аномалии в данных. При выборе аномалии Power BI выполняет анализ между полями в модели данных, чтобы выяснить возможные объяснения. Он дает вам объяснение аномалии естественного языка и факторы, связанные с этой аномалией, отсортированные по своей объяснительной силе. Вот я вижу, что 30 августа доход составил $ 5187, который выше ожидаемого диапазона $ 2447 до $ 3423. Я могу открыть карта в этой области, чтобы просмотреть дополнительные сведения об объяснении.

Настройка объяснений

Вы также можете управлять полями, которые используются для анализа. Например, перетаскивая "Продавец" и "Город" в поле "Объяснение" , Power BI ограничивает анализ только этими полями. В этом случае аномалия 31 августа, как представляется, связана с конкретным продавцом и конкретными городами. Здесь продавец "Fabrikam" имеет силу 99 %. Power BI вычисляет силу как соотношение отклонения от ожидаемого значения при фильтрации по измерению к отклонению в общем значении. Например, это соотношение фактического минус ожидаемого значения, между временным рядом компонента Fabrikam и агрегированным временным рядом общий доход для точки аномалии. Открытие этого карта показывает визуальный элемент с всплеском выручки для этого продавца 31 августа. Используйте параметр "Добавить в отчет", чтобы добавить этот визуальный элемент на страницу.

Рекомендации и ограничения

• Обнаружение аномалий поддерживается только для визуальных элементов диаграммы, содержащих данные временных рядов в поле оси.
• Обнаружение аномалий не поддерживается с условными обозначениями, несколькими значениями или вторичными значениями в визуальном элементе диаграммы.
• Для обнаружения аномалий требуется по крайней мере четыре точки данных.
• Прогноз/min/Max/Average/ Median/Percentile линии не работают с обнаружением аномалий.
• Прямой запрос к источнику данных SAP, Сервер отчетов Power BI, динамическому Подключение ion к службам Azure Analysis Services и службам SQL Server Analysis Services не поддерживаются.
• Пояснения аномалий не работают с параметрами "Показать значение как".
• Детализация до следующего уровня в иерархии не поддерживается.

Связанный контент

Дополнительные сведения об алгоритме обнаружения аномалий см. в записи Tony Xing в алгоритме SR-CNN в Azure Детектор аномалий