增加 ML 洞見來偵測極端值和主要驅動因素 - Amazon QuickSight

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

增加 ML 洞見來偵測極端值和主要驅動因素

您可以新增 ML 洞見來偵測異常 (看起來很重要的極端值)。首先，您需要為洞見建立一個小工具 (也稱為自動敘述)。設定選項時，您可以在螢幕右側的預覽窗格中，檢視洞見的有限螢幕擷取畫面。

在洞見小工具中，您最多可以新增五個非計算欄位的維度欄位。在欄位集區中，類別的值代表 Amazon QuickSight 用來分割指標的維度值。例如，假設您正在分析所有產品類別和產品 的收入SKUs。有 10 個產品類別，每個類別都有 10 個產品SKUs。Amazon QuickSight 會將指標除以 100 個唯一組合，並在分割的每個組合上執行異常偵測。

以下程序展示如何執行此操作，以及如何新增貢獻分析以偵測導致每個異常的主要驅動因素。您可以稍後新增貢獻分析，如 使用主要驅動因素的貢獻分析 中所述。

設定極端值分析 (包括驅動因素)

  1. 開啟您的分析，然後在工具列中選擇 Insights ，然後選擇新增 。從清單選擇 Anomaly detection (異常偵測) 和 Select (選取)。

  2. 遵循新的小工具上的螢幕提示，這會告訴您為洞見選擇欄位。至少新增一個日期、一個度量和一個維度。

  3. 在小工具上選擇 Get started (開始使用)。組態畫面隨即出現。

  4. 在運算選項下，選擇下列選項的值。

    1. 針對要分析的組合，選擇以下選項之一：

      1. 階層

        若要按階層分析欄位，請選擇此選項。例如，如果您選擇日期 （T）、量值 （N） 和三個維度類別 （C1、C2 和 C3），則依階層 QuickSight 分析欄位，如下所示。

        T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N

      2. 精確

        若只要分析「類別」欄位集中列出的欄位的確切組合，請選擇此選項。例如，如果您選擇日期 （T）、量值 （N） 和三個維度類別 （C1、C2 和 C3），則只會依列出的順序 QuickSight 分析類別欄位的確切組合，如下所示。

        T-C1-C2-C3-N

      3. 全部

        若要分析「類別」欄位集中的所有欄位組合，請選擇此選項。例如，如果您選擇日期 （T）、量值 （N） 和三個維度類別 （C1、C2 和 C3），則 QuickSight 分析欄位的所有組合，如下所示。

        T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N, T-C1-C3-N, T-C2-N, T-C2-C3-N, T-C3-N

      如果您只選擇日期和量值， 會依日期分析欄位，然後依量值 QuickSight 分析欄位。

      在要分析的欄位區段中，您可以看到欄位集的欄位清單 (供參考用)。

    2. 對於名稱，輸入不含空白的描述性字母數字名稱，或選擇預設值。如此便可為運算命名。

      如果您計劃編輯自動顯示在小工具上的敘述，您可以使用名稱來識別這個小工具的運算。但是，如果您規劃編輯自動敘述，並且在分析中有其他類似的運算，請自訂名稱。

  5. 在顯示選項區段中，選擇以下選項來自訂洞見小工具中顯示的內容。無論顯示什麼，您仍然可以探索所有結果。

    1. 要顯示的異常狀況數量上限：要在敘述小工具中顯示的極端值數量。

    2. 嚴重性：要在洞見小工具中顯示的異常的最低嚴重程度。

      嚴重性等級 是一系列異常分數，其特徵為範圍中包含的最低實際異常分數。所有分數較高的異常都包含在此範圍內。如果您將嚴重性設定為低，洞見會顯示等級在低和非常高之間的所有異常。如果您將嚴重性設定為 Very high (非常高)，洞見只會顯示具有最高異常評分的異常。

      您可以使用下列選項 ：

      • 非常高

      • 高度以上

      • 中等以上

      • 低度以上

    3. 方向：要識別為異常的 x 軸或 y 軸方向。您可以選擇下列項目：

      • 高於預期，將較高值識別為異常。

      • 低於預期，將較低值識別為異常。

      • 【ALL】 以識別所有異常值，高值和低值 （預設設定）。

    4. 差異：輸入用於識別異常的自訂值。任何高於臨界值的數量都會視為異常。這個值會變更洞見在分析中的運作方式。在此章節中，您可以設定下列項目：

      • 絕對值：要使用的實際值。例如，如果將此設定為 48， QuickSight 然後，當值與預期值之間的差異大於 48 時，Amazon 會將值識別為異常。

      • 百分比：要使用的百分比閾值。例如，如果您將此設定為 12.5%， QuickSight 然後，當值與預期值之間的差異大於 12.5% 時，Amazon 會將值識別為異常。

    5. 排序依據：選擇結果的排序方法。有些方法是以 Amazon QuickSight 產生的異常分數為基礎。Amazon 為看起來異常的資料點 QuickSight 提供更高的分數。您可以使用下列任一選項：

      • 加權的異常分數：乘以實際值和預期值差異絕對值對數的異常分數。此分數一律為正數。

      • 異常分數：指派給此資料點的實際異常分數。

      • 加權的預期值差異：乘以實際值和預期值差異的異常分數 (預設值)。

      • 與預期值的差異：實際值與預期值間的實際差異 (即實際預期)。

      • 實際值：未套用公式的實際值。

  6. 在排程選項區段中，您可以設定排程，以自動執行洞見重新計算。僅發佈的儀表板才會執行排程。在分析中，您可以依需要手動執行。排程包括下列設定：

    • 出現次數：設定多久要重新計算一次 (每小時、每天、每週或每月)。

    • 排程開始日期：設定開始執行此排程的日期和時間。

    • 時區：設定排程執行的時區。若要檢視清單，請刪除目前項目。

  7. 在 最大貢獻者 區段中，設定 Amazon 在偵測到異常值 （異常） 時 QuickSight 分析關鍵驅動因素。

    例如，Amazon QuickSight 可以顯示導致美國家庭改善產品銷售額飆升的頂級客戶。您可以從資料集中新增最多四個維度。其中包括您未新增到此洞見小工具的欄位集的維度。

    如需可供貢獻分析的維度清單，請選擇選取欄位。

  8. 選擇儲存以確認選擇。若要退出而不儲存，請選擇 Cancel (取消)。

  9. 從洞見小工具選擇立即執行，以執行異常偵測並檢視洞見。

完成異常偵測所需的時間各有不同，取決於您正在分析的唯一資料點數量。最少的資料點只需要數分鐘就能完成此流程，但此流程也可能會執行數小時。

在背景中執行時，您可以在分析中進行其他工作。請等待它完成後，再變更組態、編輯內容或開啟探索異常頁面以取得此洞見。

洞見小工具需要至少執行一次才能顯示結果。如果您認為狀態可能已過期，可以重新整理頁面。洞見可以有以下狀態。

出現在頁面上 Status
Run now (立即執行) 按鈕 任務尚未開始。
關於 Analyzing for anomalies (分析異常) 的訊息 任務目前正在執行中。
有關偵測到的異常情況的敘述 (極端值) 任務已順利執行。訊息指出這個小工具的運算何時最後更新。
帶有驚嘆號的提醒圖示 (!) 此圖示表示上次執行期間發生錯誤。如果同時有顯示敘述，您仍然可以使用 Explore anomalies (探索異常) 來使用前一次成功執行的資料。