異常偵測
適用於:適用於設計人員和開發人員Power BI Desktop需要專業版或 進階版 授權的取用者 Power BI 服務 Power BI 服務
異常偵測可透過自動偵測時間序列數據中的異常,協助您增強折線圖。 它也會提供異常的說明,以協助進行根本原因分析。 只要按幾下滑鼠,您就可以輕鬆地找到深入解析,而不需要切割和切割數據。 您可以在 Power BI Desktop 和 Power BI 服務 中建立和檢視異常。 本文中的步驟和圖例來自Power BI Desktop。
注意
這段影片可能會使用舊版 Power BI Desktop 或 Power BI 服務。
開始使用
本教學課程針對各種產品使用在線銷售數據。 若要遵循本教學課程,請下載 在線銷售案例的範例檔案 。
您可以選取圖表,然後在分析窗格中選取 [ 尋找異常] 來啟用異常偵測。
例如,此圖表會顯示一段時間的營收。 新增異常偵測會自動使用異常和預期的值範圍來擴充圖表。 當值超出此預期的界限時,其會標示為異常。 如需 異常偵測程式 演算法的詳細資訊,請參閱此技術部落格。
格式化異常
此體驗是高度可自定義的。 您可以格式化異常的圖形、大小和色彩,以及預期範圍的色彩、樣式和透明度。 您也可以設定演算法的參數。 如果您增加敏感度,演算法會更敏感於數據中的變更。 在此情況下,即使是輕微的偏差也會標示為異常。 如果您降低敏感度,演算法會更選擇性地考慮異常。
解釋
除了偵測異常之外,您也可以自動說明數據中的異常狀況。 當您選取異常時,Power BI 會在數據模型中跨字段執行分析,以找出可能的說明。 它為您提供了異常的自然語言說明,以及與該異常相關的因素,並依其說明強度排序。 我在這裡看到,在8月30日,收入為5187美元,高於預期範圍2447至3423美元。 我可以在此窗格中開啟卡片,以查看說明的詳細數據。
設定說明
您也可以控制用於分析的欄位。 例如,藉由將 Seller 和 City 拖曳至 [說明依據 ] 欄位,Power BI 會將分析限制為只有那些字段。 在此情況下,8 月 31 日異常似乎與特定賣方和特定城市相關聯。 在這裡,賣方「Fabrikam」的強度為99%。 當維度篩選到總值的偏差時,Power BI 會將 強度 計算為與預期值偏差的比率。 例如,它是實際減去預期值的比例,介於元件時間序列 Fabrikam 與異常點的總收入匯總時間序列 整體收益 之間。 開啟此卡片會顯示此賣方在 8 月 31 日營收激增的視覺效果。 使用 [ 新增至報表 ] 選項,將此視覺效果新增至頁面。
考量與限制
- 只有包含 [軸] 字段中時間序列數據的折線圖視覺效果才支援異常偵測。
- 折線圖視覺效果中的圖例、多個值或次要值不支援異常偵測。
- 異常偵測至少需要四個數據點。
- Forecast/Min/Max/Average/Median/Percentile 線條不適用於異常偵測。
- 不支援透過 SAP 數據源進行直接查詢、Power BI 報表伺服器、即時 連線 至 Azure Analysis Services 和 SQL Server Analysis Services。
- 異常說明不適用於 [顯示值為] 選項。
- 不支援向下切入至階層中的下一個層級。
相關內容
若要深入瞭解執行異常偵測的演算法,請參閱Tony Xing在 Azure 中的 SR-CNN 演演算法文章 異常偵測程式
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應