機械学習による異常検出と寄与度分析による外れ値と主要因の探索 - Amazon QuickSight

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

機械学習による異常検出と寄与度分析による外れ値と主要因の探索

分析の異常 (外れ値とも呼ばれます) とその主な寄与要因をインタラクティブに調査できます。ML による異常検出が実行された後、この分析を使用して調べることができます。この画面で行った変更は、分析に戻ると保存されません。

まず、インサイトにある [Explore anomalies] (異常の探索) を選択します。次のスクリーンショットは、初めて開いたときに表示される異常の画面を示しています。この例では、主要因分析が設定され、2 つの主要因が表示されています。

主要因を使用した異常の分析が表示されています。

画面には、左上から右下まで、以下のセクションがあります。

  • [Contributors (コントリビューター)] は、主要因を表示します。このセクションを表示するには、コントリビューターを異常設定に設定する必要があります。

  • [Controls (コントロール)] には、異常探索の設定が含まれています。

  • [Number of anomalies (異常の数)] は、時間の経過に伴って検出された外れ値を表示します。このグラフセクションの表示/非表示を切り替えることができます。

  • カテゴリまたはディメンションフィールドアクトの [Your field names] (フィールド名) は、各カテゴリまたはディメンションフィールドの異常を示すグラフのタイトルとして機能します。

以下のセクションでは、異常の探索の各側面に関する詳細情報を提供します。