ML を使用した外れ値の異常検出

ML を使用した異常検出計算では、データから外れ値を検索します。たとえば、2019 年 1 月 3 日の総売上高で上位 3 つの外れ値を検出できます。寄与分析を有効にすると、各外れ値の主要因を検出することもできます。

この関数を使用するには、[Time (時間)] フィールドウェルに 1 つ以上のディメンション、[Value (値)] フィールドウェルに 1 つ以上のメジャー、[Categories (カテゴリ)] フィールドウェルに 1 つ以上のディメンションが必要です。設定画面には、フィールドウェル内に存在しない他のフィールドの寄与についても主要因として分析するオプションがあります。

詳細については、ML を使用した異常検出による外れ値の検出を参照してください。

注記

ML を使用した異常検出を別の計算に追加することはできません。また、別の計算を異常検出に追加することはできません。

計算の出力

各関数が出力パラメータのセットを生成します。これらの出力を自動説明文に追加して、表示内容をカスタマイズできます。独自のカスタムテキストを追加することもできます。

出力パラメータを見つけるには、右側の [Computations (計算)] タブを開き、使用する計算を探します。計算名は、インサイトの作成時に指定した名前に基づきます。1 回のみ出力パラメータをクリックして選択します。2 回クリックすると、同じ出力が 2 回追加されます。続いて説明文に bold monospace font で表示される項目を使用できます。

• timeField – [Time (時間)] フィールドウェルから。

  • name – フィールドのフォーマットされた表示名。

  • timeGranularity – 時間フィールドの詳細度 (DAY、YEAR など)。

• categoryFields – [Categories (カテゴリ)] フィールドウェルから。

  • name – フィールドのフォーマットされた表示名。

• metricField [Values (値)] フィールドウェルから。

  • name – フィールドのフォーマットされた表示名。

  • aggregationFunction – メトリクスに使用された集計 (SUM、AVG など)。

• itemsCount – この計算に含まれている項目の数。

• items – 異常な項目。

  • timeValue – 日付ディメンションの値。

    • value – 異常 (外れ値) 発生時の日付/時刻フィールド。

    • formattedValue – 異常発生時の日付/時刻フィールドのフォーマットされた値。

  • categoryName – カテゴリの実際の名前 (cat1、cat2 など)。

  • direction — 異常であると識別される x 軸または y 軸の方向: HIGH または LOW。HIGH は「予想よりも高い」を意味します。LOWは「予想よりも低い」を意味します。

    項目に対して反復処理を行う場合、AnomalyDetection.items[index].direction は、HIGH または LOW を含むことができます。例: AnomalyDetection.items[index].direction='HIGH' または AnomalyDetection.items[index].direction=LOW。AnomalyDetection.direction は空の文字列 ALL を持つことができます。例: 「AnomalyDetection.direction=''」。

  • actualValue – 異常または外れ値発生時のメトリクスの実際値。

    • value – 未加工値。

    • formattedValue – メトリクスフィールドによってフォーマットされた値。

    • formattedAbsoluteValue – メトリクスフィールドによってフォーマットされた絶対値。

  • expectedValue – 異常 (外れ値) 発生時のメトリクスの予想値。

    • value – 未加工値。

    • formattedValue – メトリクスフィールドによってフォーマットされた値。

    • formattedAbsoluteValue – メトリクスフィールドによってフォーマットされた絶対値。