共用方式為


異常偵測

適用於:適用於設計人員和開發人員 Power BI Desktop 需要 Pro 或 Premium 授權的取用者 Power BI 服務 Power BI 服務

異常偵測可協助您透過自動偵測時間序列資料中的異常來增強折線圖。 其也會提供異常的說明,以協助進行根本原因分析。 您只要按幾下滑鼠就可以輕鬆地找到見解,而不需切割和細分資料。 您可以在 Power BI Desktop 和 Power BI 服務中建立和檢視異常。 本文中的步驟和圖例會示範如何在Power BI Desktop 中設定折線圖的異常偵測。

注意

這段影片使用舊版的Power BI Desktop。

開始使用

本教學課程使用各種產品的線上銷售資料。 若要遵循此教學課程,請下載線上銷售案例的範例檔案

您可以選取圖表,然後在 [視覺效果] 窗格的 [分析] 索引標籤上選取 [異常,以啟用異常偵測。

顯示異常偵測進入點的螢幕擷取畫面。

例如,此圖表會顯示一段時間的營收。 新增異常偵測會自動為圖表擴充異常,以及預期的值範圍。 當值超出此預期界限時,即會將其標示為異常。 如需異常偵測器演算法的詳細資料,請參閱這個技術部落格 \(英文\)。

顯示如何新增異常的螢幕擷取畫面。

格式異常

此體驗可高度自訂。 您可以格式化異常的圖形、大小和色彩,以及預期範圍的色彩、樣式和透明度。 您也可以設定演算法的參數。 如果您增加敏感度,演算法就會對資料中的變更更加敏感。 在該情況下,即使是輕微的偏差也會標示為異常。 如果您降低敏感度,演算法就會更謹慎地選擇其認為是異常的項目。

顯示如何將異常格式化的螢幕擷取畫面。

解釋

除了偵測異常,您也可以自動說明資料的異常。 當您選取異常時,Power BI 會跨您資料模型中的欄位執行分析,以找出可能的說明。 其會以自然語言為您提供異常說明,以及與該異常相關聯的因素,並依其說明強度進行排序。 在下圖中,您可以看到在 8 月 30 日,Revenue 是 \$5187,高於 \$2447 到 \$3423 的預期範圍。 您可以在此窗格中開啟卡片,以查看說明的詳細數據。

顯示如何檢視說明的螢幕擷取畫面。

設定說明

您也可以控制用於分析的欄位。 例如,透過將 [銷售人員] 和 [城市] 拖曳至 [說明依據] 欄位區,Power BI 就會將分析限制為僅限那些欄位。 在此案例中,8 月 31 日的異常似乎與特定銷售人員和特定城市相關聯。 在這裡,銷售人員 "Fabrikam" 具有 99% 的強度。 Power BI 會將 強度 計算為在特定維度篩選下,相對於總值偏差的預期值偏差比率。 例如,其是在元件時間序列 Fabrikam 和異常點的彙總時間序列「整體收益」之間,實際值減去預期值的比率。 開啟此卡片會顯示此銷售人員在 8 月 31 日收益出現尖峰的視覺效果。 使用 [新增至報表] 選項,以將此視覺效果新增至頁面。

顯示如何設定說明的螢幕擷取畫面。

考量與限制

  • 只有 [軸] 欄位中包含時間序列資料的折線圖視覺效果才支援異常偵測。
  • 折線圖中,如果含有圖例、多個數值或次要數值,則不支援異常偵測。
  • 異常偵測至少需要四個資料點。
  • Forecast、Min、Max、Average、Median 和 Percentile 線條不適用於異常偵測。
  • 不支援透過 SAP 數據源、Power BI 報表伺服器和 Azure Analysis Services 或 SQL Server Analysis Services 的即時連線進行直接查詢。
  • 異常解釋無法與 [顯示值為] 選項一起使用。
  • 不支援向下切入以前往階層中的下一個層級。

若要深入瞭解執行異常偵測的演算法,請參閱 Azure Anomaly Detector 中 SR-CNN 演算法上的Tony Xing 文章。