Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
ML-powered rilevamento di anomalie per valori anomali
Il calcolo del rilevamento delle ML-powered anomalie cerca i valori anomali nei dati. Ad esempio, puoi rilevare i primi tre outlier per le vendite totali il 3 gennaio 2019. Se si abilita l'analisi dei fattori determinanti, è anche possibile rilevare i fattori chiave per ogni outlier.
Per utilizzare questa funzione, è necessario disporre di almeno una dimensione nel contenitore di campi Time (Orario), di almeno una misura nel contenitore di campi Values (Valori) e di almeno una dimensione nel contenitore di campi Categories (Categorie). La schermata di configurazione fornisce un'opzione per analizzare i fattori determinanti di altri campi come i fattori chiave, anche se tali campi non si trovano nei contenitori di campi.
Per ulteriori informazioni, consulta Rilevamento dei valori anomali con rilevamento delle anomalie ML-powered.
Nota
Non è possibile aggiungere il rilevamento delle ML-powered anomalie a un altro calcolo e non è possibile aggiungere un altro calcolo a un rilevamento delle anomalie.
Output del calcolo
Ogni funzione genera un set di parametri di output. È possibile aggiungere questi output all'autonarrativa per personalizzare ciò che viene visualizzato. È anche possibile aggiungere un testo personalizzato.
Per individuare i parametri di output, aprire la scheda Computations (Calcoli) a destra e individuare il calcolo che si desidera utilizzare. I nomi delle operazioni di calcolo provengono dal nome che è stato indicato al momento della creazione delle informazioni dettagliate. Scegli il parametro di output facendo clic su di esso solo una volta. Se si fa clic due volte, è possibile aggiungere lo stesso output due volte. È possibile utilizzare gli elementi visualizzati in bold monospace font dopo la descrizione.
-
timeField: dal contenitore di campi Ora.-
name: il nome della visualizzazione formattato del campo. -
timeGranularity: la granularità del campo tempo (GIORNO, ANNO e così via).
-
-
categoryFields: dal contenitore di campi Categorie.-
name: il nome della visualizzazione formattato del campo.
-
-
metricField: dal contenitore di campi Valori.-
name: il nome della visualizzazione formattato del campo. -
aggregationFunction: l'aggregazione utilizzata per il parametro (SOMMA, MEDIA e così via).
-
-
itemsCount: il numero di elementi inclusi in questo calcolo. -
items: elementi anomali.-
timeValue: i valori nella dimensione data.-
value— Il date/time campo nel punto dell'anomalia (valore anomalo). -
formattedValue— Il valore formattato nel date/time campo nel punto dell'anomalia.
-
-
categoryName: il nome della categoria (cat1, cat2 e così via). -
direction: la direzione sull'asse x o sull'asse y identificata come anomala:HIGHoLOW.HIGHsignifica "più alto del previsto".LOWsignifica "più basso del previsto".Quando si esegue un'iterazione sugli elementi,
AnomalyDetection.items[index].directionpuò contenereHIGHoLOW. Ad esempio,AnomalyDetection.items[index].direction='HIGH'oAnomalyDetection.items[index].direction=LOW.AnomalyDetection.directionpuò avere una stringa vuota perALL. Un esempio èAnomalyDetection.direction=''. -
actualValue: il valore effettivo del parametro in corrispondenza del punto di anomalia o outlier.-
value: il valore non elaborato. -
formattedValue: il valore formattato dal campo del parametro. -
formattedAbsoluteValue: il valore assoluto formattato dal campo del parametro.
-
-
expectedValue: il valore previsto del parametro in corrispondenza del punto di anomalia o outlier.-
value: il valore non elaborato. -
formattedValue: il valore formattato dal campo del parametro. -
formattedAbsoluteValue: il valore assoluto formattato dal campo del parametro.
-
-