Power BI'da Anormallik Algılama

Anomali, “veri örüntülerinde beklenmedik bir değişiklik veya beklenen veri örüntüsüne uymayan bir olay” olarak tanımlanır. Kısacası, Anomaliler anormalliklerdir.

Anormallik Tespiti nedir?

Anomali tespiti, zaman serisi veri akışlarında beklenmeyen veya nadir olayları bulmayı amaçlar. Anormallik tespiti kullanılarak normal trendden önemli sapmalar bulunabilir.

Anomalileri neden tespit etmeliyiz?

Anormallikler, beklenen trendden büyük varyasyonların ve sapmaların bir göstergesidir. Varyasyonlar, veri toplamadaki hatalardan veya teknik aksaklıklardan kaynaklanıyor olabilir. Anomaliler, varyasyona neyin sebep olduğu hakkında düşünmemizi sağlama eğilimindedir. Bu, karar verirken analistlere yardımcı olur.

Power BI Kullanarak Anormallikleri Algılama Adımları

Satın Alma Tarihi, Gelir ve Miktar içeren bir veri setimiz olduğunu varsayalım. Toplam 247 satır vardır. Aşağıda tablodan birkaç satır var.

1. Anormallik tespitini gerçekleştirmek için ilk adım bir çizgi grafiği çizmektir. Bu nedenle, x ekseninde Satın Alma tarihi ve y ekseninde Gelir olmak üzere bir çizgi grafiği çiziyoruz. Sonuç aşağıdadır.

Duyarlılığı artırırsanız algoritma , verilerinizdeki değişikliklere karşı daha duyarlı olur. Bu durumda en ufak bir sapma bile anomali olarak işaretlenir. Duyarlılığı azaltırsanız
, algoritma anormallik olarak kabul ettiği şeyler konusunda daha seçici olur.

4. Şimdi çizgi grafiğinizdeki değişikliği not edin. Anormallikler biçimlendirilebilen bir işaretleyici ile işaretlenir. Burada iki anomali tespit edilmiştir. Anormallikler mantıklı çünkü her iki noktada da normal trendden sapma olan ani bir yükseliş olduğu görsel olarak görülüyor.

Anormallik işaretleri son derece özelleştirilebilir. İşaretçi stilini, rengini ve boyutunu da değiştirebilirsiniz.

Anormalliklerin Power BI tarafından otomatik olarak açıklanması

Verilerdeki anormallikleri otomatik olarak açıklamak da mümkündür. Power BI bir analiz yürütür ve algılanan anormallikler için olası açıklamaları bulmaya çalışır. Açıklayıcı gücüne göre sıralanmış anormalliğe neden olan faktörlerle birlikte bir doğal dil açıklaması döndürür. İşte nasıl yapılacağı.

1. “Anormallik Bul” seçeneği altındaki “Açıklama yöntemi” alanına gerekli alanları ekleyin ve Uygula'ya tıklayın.

Sınırlamalar:

1. Yalnızca bir eksende zaman serisi verileri ve diğer eksende üçten fazla veri noktası bulunan çizgi grafikler için desteklenir.
2. Çizgi grafiği görselinde göstergeler, çoklu değerler veya ikincil değerler ile desteklenmez.
3. Tahmin, minimum, maksimum vb. gibi diğer analitik özellikleri kullandığınızda çalışmaz.
4 . Anormallik Açıklamaları 'Değeri Farklı Göster' seçenekleriyle çalışmaz.
5. Hiyerarşide bir sonraki seviyeye geçmek için detaya inmeyi desteklemez,

Olumlu veya olumsuz olabilecek etkileyici içgörüler bulmak için Anomali Tespiti'ni kullanın. Ayrıca, hatayı düzeltme veya fırsatı kullanma olasılığını da açar. Power BI'da zaman serisi tahminini nasıl gerçekleştirebileceğinizi buradan kontrol edin .

Mutlu öğrenme! Beni desteklemek için birkaç kez alkış düğmesine basmayı ve makaleyi ileride başvurmak üzere kaydetmeyi unutmayın. LinkedIn'de benimle bağlantı kurun . Ne yaparsanız yapın, kalbinizi koyun ve başarı arkasından gelecektir.