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
<a name="anomaly-detection-adding-anomaly-insights"></a>

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。在欄位集內，**類別**的值代表 Amazon Quick Sight 用來分割指標的維度值。例如，假設您正在分析跨所有產品類別和產品 SKU 的營收。有 10 個產品類別，每個類別有 10 個產品 SKU。Amazon Quick Sight 會將指標分割為 100 個唯一組合，並對分割的每個組合執行異常偵測。

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](anomaly-detection-adding-key-drivers.md) 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**洞察**，然後選擇**新增**。從清單選擇 **Anomaly detection (異常偵測)** 和 **Select (選取)**。

1. 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。

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

1. 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)、度量 (N) 和三個維度類別 (C1、C2 和 C3)，Quick Sight 會階層分析欄位，如下所示。

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

      1. **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)、度量 (N) 和三個維度類別 (C1、C2 和 C3)，Quick Sight 只會依列出的順序分析類別欄位的確切組合，如下所示。

         ```
         T-C1-C2-C3-N
         ```

      1. **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)、度量 (N) 和三個維度類別 (C1、C2 和 C3)，Quick Sight 會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，Quick Sight 會依日期和量值來分析欄位。

      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)。

   1. 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。

1. 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。

   1. **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** 

   1. **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。
      + **[全部]**，將識別包含高值和低值在內的所有異常值 (預設設定)。

   1. **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，然後，當值與預期值之間的差異大於 48 時，Amazon Quick Sight 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%，然後，當值與預期值之間的差異大於 12.5% 時，Amazon Quick Sight 會將值識別為異常。

   1. **排序依據**：選擇結果的排序方法。有些方法是根據 Amazon Quick Sight 產生的異常分數。Amazon Quick Sight 為看起來異常的資料點提供更高的分數。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。

1. 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。僅發布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。

1. 在**最大貢獻者**區段中，設定 Amazon Quick Sight 在偵測到極端值 （異常） 時分析關鍵驅動因素。

   例如，Amazon Quick Sight 可以顯示促成美國家庭改善產品銷售遽增的熱門客戶。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**。

1. 選擇**儲存**以確認選擇。若要退出而不儲存，請選擇 **Cancel (取消)**。

1. 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 | 狀態 | 
| --- | --- | 
| 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。 |